基于ehmm的人臉識別算法研究與應用

1、分類號密級UDC學校代碼10497學位論文中文題目基于EHMM的人臉識別算法研究與應用英文ResearchApplicationonEHMMBased題目FaceRecognition研究生姓名唐皓姓名程艷芬職稱副教授學位博士單位名稱計算機科學與技術(shù)學院郵編430063申請學位級別碩士學科專業(yè)名稱計算機系統(tǒng)結(jié)構(gòu)論文提交日期20144論文答辯日期20145學位授予單位武漢理工大學學位授予日期答辯委員會主席評閱人2014年5月指導教師萬方數(shù)

2、據(jù)武漢理工大學碩士學位論文I摘要人臉識別是橫跨多個學科的研究領(lǐng)域，包括圖像處理，模式識別和計算機視覺等。在智能身份鑒定、視頻監(jiān)控、唇語識別、表情提取等交互應用領(lǐng)域，人臉檢測和識別是最基本和最重要的環(huán)節(jié)之一。由于人臉特征提取的比其它生物特征提取更為便捷，不需要太多用戶的配合，自然友好等特點，被公認為是未來最具潛力的生物特征識別技術(shù)。完整的人臉識別系統(tǒng)包括前期圖像預處理，人臉檢測定位，人臉識別匹配和相關(guān)應用等。本文主要研究其中基本的人臉檢測

3、和人臉識別方法，并對其中的一些方法進行優(yōu)化，主要工作有：(1)研究了基于神經(jīng)網(wǎng)絡的人臉檢測方法，為了獲得較好的區(qū)分能力，選用多層感知器作為神經(jīng)網(wǎng)絡的拓撲結(jié)構(gòu)。由于灰度值不能表示穩(wěn)健的特征，為兩類分類問題帶來很多不確定性，本文使用Gab濾波結(jié)果作為分類器的輸入向量，取得了較好的檢測結(jié)果。(2)在基于隱馬爾可夫模型的人臉識別中，由于采樣窗口尺寸，重疊度和DCT系數(shù)對識別效率的影響顯著，本文提出了優(yōu)化參數(shù)組合的方式提高模型表征和識別效率，人臉

4、識別匹配階段，針對傳統(tǒng)的Viterbi算法缺少模型區(qū)分性的問題進行了優(yōu)化，在計算最佳路徑鏈之前進行模型的篩選，提高了系統(tǒng)的識別速度。(3)由于人臉圖像是二維數(shù)據(jù)，與一維隱馬爾可夫模型相比，嵌入式隱馬爾可夫模型的理論更適合對人臉建模。在對人臉的描述和區(qū)分能力上面，都要優(yōu)于一維的模型。本文研究了基于EHMM的人臉識別，針對EHMM中二維參數(shù)重估算法的復雜性，提出了簡化的EM算法，在超狀態(tài)和子狀態(tài)方向交替進行計算，降低了EHMM計算復雜度。關(guān)