基于局部特征的人臉圖像分析和識別方法研究.pdf

1、人臉圖像分析和識別是一個具備很高理論和應(yīng)用價值的研究課題。如何模擬人類的視覺特征，通過計(jì)算機(jī)技術(shù)對人臉圖像進(jìn)行處理分析來獲得想要的信息，吸引了大批學(xué)者從圖像處理、機(jī)器視覺、模式識別和人工智能等多個角度對其進(jìn)行研究。本文針對人臉圖像分析和識別技術(shù)中的幾個典型問題——人臉檢測與定位、人臉識別和面部表情識別分類等，開展研究工作，主要內(nèi)容如下:
　　第一章，闡述本課題的相關(guān)研究背景、目的和意義，概述了人臉圖像分析和識別研究的基本組成以及國

2、內(nèi)外研究機(jī)構(gòu)的應(yīng)用成果情況，分析了人臉識別和面部表情識別的理論研究框架，著重介紹了人臉檢測、人臉識別和面部表情識別理論研究的現(xiàn)狀和主要方法，指出了相關(guān)研究存在的主要問題，并給出論文的主要研究內(nèi)容。
　　第二章，針對彩色圖像中的人臉檢測定位問題，提出了結(jié)合YCbC，空間膚色高斯模型與AdaBoost分類器的由粗到細(xì)的人臉檢測策略。首先探討了幾種典型顏色空間的特點(diǎn);在YCbCr空間，運(yùn)用統(tǒng)計(jì)理論對采集的膚色樣本進(jìn)行分析，建立了膚色色度

3、分量Cb-Cr二維分布的單高斯模型，然后依據(jù)模型計(jì)算膚色似然值從背景圖像中分割出人臉候選區(qū)域;研究了基于Haar-like矩形局部特征迭代訓(xùn)練學(xué)習(xí)的AdaBoost方法，并運(yùn)用其在得到的候選區(qū)域內(nèi)進(jìn)行人臉的精確定位，在取得了更好的效果的同時大大降低了計(jì)算量;實(shí)現(xiàn)了結(jié)合顏色信息和局部特征的快速高精度的人臉檢測。
　　第三章，研究了基于SIFT尺度不變特征的人臉識別，提出了基于SIFT特征和空間金字塔表達(dá)（Spatial Pyrami

4、d Representation，SPR）的“局部—整體”人臉表征方法。首先研究了提取人臉圖像SIFT特征的方法;針對SIFT特征因空間坐標(biāo)不確定性和基數(shù)不確定性而無法形成全局表征的問題，提出了將現(xiàn)有的空間金字塔匹配擴(kuò)展成空間金字塔表達(dá)，即將SIFT特征分別映射至空間域和特征域，再構(gòu)建統(tǒng)計(jì)直方圖生成人臉圖像“局部—整體”的全面表征;最后將生成的SPR表征向量輸入到最近鄰分類器和SVM分類器實(shí)現(xiàn)人臉的分類辨別，在ORL和Yale兩個通用的

5、人臉數(shù)據(jù)庫上進(jìn)行了實(shí)驗(yàn)驗(yàn)證。
　　第四章，針對光照條件變化這一人臉識別研究中的普遍難題，從提取光照不變特征入手，提出了基于“梯度臉”和局部特征編碼的光照魯棒性人臉識別方法。首先將圖像轉(zhuǎn)化到梯度域，論述了梯度分量光照不變性的理論基礎(chǔ);然后根據(jù)梯度幅值分量和相位分量各自的特點(diǎn)，提出了分別運(yùn)用局部二值模式和局部異或模式進(jìn)行局部特征編碼，得到LGBP和LGXP，在增強(qiáng)光照不變性的同時提高了特征的區(qū)分能力;再運(yùn)用直方圖統(tǒng)計(jì)，提出了一種基于權(quán)

6、重系數(shù)的直方圖鏈接方法，在特征級進(jìn)一步融合得到具有光照不變性的識別特征LGXBP;最后采用了最近鄰分類器進(jìn)行人臉識別分類，在Yale B和CMU-PIE兩個通用的光照變化人臉數(shù)據(jù)庫上進(jìn)行對比實(shí)驗(yàn)，驗(yàn)證了基于梯度臉和局部特征編碼的光照魯棒性人臉識別算法的有效性。
　　第五章，對基于局部特征的面部表情識別方法進(jìn)行研究，提出了一種基于“空域—頻域”局部特征融合和關(guān)鍵表情子區(qū)域自動選擇的方法，獲得了表情圖像關(guān)鍵子區(qū)域的LSPBP局部特征。

7、分析了局部二值模式和局部相位量化的原理，論證了兩個高效局部特征的相關(guān)性和互補(bǔ)性，提出了二者的特征級融合策略;引入了AdaBoost訓(xùn)練學(xué)習(xí)并自動選擇出不同表情各自最具區(qū)分能力的關(guān)鍵人臉子區(qū)域;最后利用訓(xùn)練獲得的強(qiáng)分類器及SVM分類器進(jìn)行六種基本表情+中性表情的識別，在JAFFE人臉表情數(shù)據(jù)庫上驗(yàn)證了算法的有效性。
　　第六章，建立了基于單幅靜態(tài)圖像的人臉圖像分析和識別系統(tǒng)，能夠自動完成自然場景圖像中人臉的檢測、識別和基本面部表情的