姿態(tài)魯棒的人臉圖像識(shí)別方法研究.pdf

1、人臉識(shí)別技術(shù)具有非常廣泛的應(yīng)用前景，在身份認(rèn)證、視頻智能監(jiān)控和人機(jī)交互等領(lǐng)域都有重要的應(yīng)用。然而姿態(tài)變化始終是影響人臉識(shí)別正確率的一大因素，因而本文針對(duì)這一問(wèn)題展開研究，通過(guò)姿態(tài)矯正提高人臉圖像識(shí)別正確率。本文研究了偏轉(zhuǎn)角度為?5o~?25o的人臉圖像的姿態(tài)矯正方法以及分塊加全局的PCANet-2（4 Block+Global）人臉識(shí)別方法，并且通過(guò)實(shí)驗(yàn)證明，本文的方法在原來(lái)的基礎(chǔ)上提高了人臉識(shí)別正確率。
　　本文的主要研究?jī)?nèi)容包

2、括：
　?。?）姿態(tài)問(wèn)題對(duì)于人臉識(shí)別非常重要，在使用三維模型矯正二維人臉圖像的姿態(tài)時(shí)，深度坐標(biāo)如果估計(jì)不準(zhǔn)，矯正效果是很難理想的，針對(duì)該問(wèn)題，本文研究了 Candide-3三維人臉模型與二維人臉圖像的配準(zhǔn)方法以及在配準(zhǔn)過(guò)程中Candide-3模型113個(gè)頂點(diǎn)的深度坐標(biāo)估計(jì)方法。
　?。?）使用Candide-3三維人臉模型將偏轉(zhuǎn)角度大于5o的側(cè)面人臉圖像轉(zhuǎn)正之后，在原來(lái)偏向的一側(cè)會(huì)有部分紋理失真，針對(duì)該問(wèn)題，本文研究了對(duì)于偏

3、轉(zhuǎn)角度為?5o~?25o的側(cè)面人臉圖像，使用Candide-3模型轉(zhuǎn)正之后，檢測(cè)失真的三角面片并且對(duì)其使用約束紋理合成方法進(jìn)行修復(fù)。
　?。?）本文在Tsung-Han Chan[1]等人提出的PCANet-2人臉識(shí)別方法以及劉棟梁[2]提出的PCANet-2（4 Block）方法的基礎(chǔ)上進(jìn)行了改進(jìn)，具體方法為：將人臉圖像分為左眼區(qū)域、右眼區(qū)域、鼻子區(qū)域、嘴巴區(qū)域和全局人臉五個(gè)部分，分別使用這五個(gè)部分的圖像訓(xùn)練第一階段和第二階段的

4、PCA濾波器，對(duì)于每一張待測(cè)圖像將其分為這五個(gè)部分分別使用對(duì)應(yīng)的PCA濾波器提取特征，整幅人臉圖像的特征由這五個(gè)部分的特征級(jí)聯(lián)表示，然后進(jìn)行識(shí)別。
　　（4）實(shí)驗(yàn)表明，本文的PCANet-2（4 Block+Global）人臉識(shí)別方法在錯(cuò)誤接受率為1％~8%時(shí)比Tsung-Han Chan[1]等人提出的PCANet-2方法識(shí)別率高，并且在錯(cuò)誤接受率為0.5%~8%時(shí)比劉棟梁[2]提出的PCANet-2（4 Block）方法識(shí)別率