基于改進(jìn)的AdaBoost算法與局部特征方法的自動(dòng)人臉識(shí)別系統(tǒng)的研究.pdf

1、自動(dòng)人臉識(shí)別(AFR)技術(shù)可以賦予計(jì)算機(jī)根據(jù)面孔辨別身份的能力，它是模式識(shí)別領(lǐng)域的一個(gè)熱門研究課題。目前，自動(dòng)人臉識(shí)別技術(shù)已經(jīng)在安全認(rèn)證、人機(jī)交互等領(lǐng)域中大量應(yīng)用。然而，在非理想條件（如光照、姿態(tài)、表情等變化）下，自動(dòng)人臉識(shí)別系統(tǒng)的性能還有待提高。本文針對(duì)以上問(wèn)題完成了如下工作:
　　 (1)為解決AdaBoost人臉檢測(cè)分類器結(jié)構(gòu)復(fù)雜、效率低的問(wèn)題，提出基于LAB特征的連續(xù)AdaBoost改進(jìn)算法，簡(jiǎn)化了分類器結(jié)構(gòu)，提高了檢測(cè)

2、性能;為解決傳統(tǒng)基于灰度的檢測(cè)方法存在較高誤檢率的問(wèn)題，提出YUV空間直方圖驗(yàn)證模型，有效地降低了誤檢率。
　　 (2)利用主成分分析(PCA)與線性鑒別分析(LDA)設(shè)計(jì)并實(shí)現(xiàn)了兩種基于子空間的人臉識(shí)別算法，該類方法能將數(shù)據(jù)投影到低維特征空間進(jìn)行降維與特征提取。然而，實(shí)驗(yàn)結(jié)果表明基于子空間的人臉識(shí)別方法存在魯棒性不足與“單樣本”等問(wèn)題。
　　 (3)為解決基于子空間的人臉識(shí)別法存在的問(wèn)題，設(shè)計(jì)了基于Gabor變換與LB

3、P的人臉識(shí)別方法。該方法通過(guò)對(duì)單幅圖像提取LGBP特征獲取更穩(wěn)定的人臉表征。實(shí)驗(yàn)結(jié)果表明LGBP分塊直方圖法具有較好的魯棒性且降低了“單樣本”問(wèn)題的影響。
　　 (4)分析了自動(dòng)人臉識(shí)別系統(tǒng)的特征，設(shè)計(jì)并實(shí)現(xiàn)了基于改進(jìn)的AdaBoost算法與LGBP分塊直方圖方法的自動(dòng)人臉識(shí)別系統(tǒng)，該系統(tǒng)可以實(shí)時(shí)地檢測(cè)人臉并能獲得較高的人臉識(shí)別準(zhǔn)確率。
　　 為了評(píng)估自動(dòng)人臉識(shí)別系統(tǒng)的性能，進(jìn)行了大量檢測(cè)與識(shí)別實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，采用連