人臉分層特征分析與比對技術研究.pdf

1、隨著計算機視覺技術和生物特征識別技術的發(fā)展,人臉識別技術已經(jīng)成為了當今計算機視覺領域最熱門的研究課題之一,在安防行業(yè)、門禁系統(tǒng)、考勤系統(tǒng)以及人機交互等領域有著廣泛的應用。
　　本文主要針對光照變化影響人臉識別準確率和傳統(tǒng)比對方法中無法確認樣本身份等問題展開研究,主要工作包括:
　　1.總結了影響人臉識別系統(tǒng)準確率的若干因素以及人臉識別技術的幾種主要應用。
　　2.提出了一套完整的人臉圖像預處理方案,針對人臉角度判斷提出

2、了VOTING判別算法。
　　3.針對LBP(Local Binary Pattern)算法和PCA(Principal Component Analysis)算法在特征提取方面的不足,提出了分塊LBP與PCA降維相結合的MLBP-PCA人臉特征提取算法。
　　4.針對光照條件變化的情況下閾值難定且無法確定樣本身份的問題,創(chuàng)新性的提出了多次比對排名打分的RRST(Repeatedly Ranked Scoring Tacti

3、c)比對策略。
　　5.針對單一算法的局限性,提出了一種多算法融合的MAFT(Multi-Algorithm Fusion Tactic)比對策略。
　　為了驗證本文提出的創(chuàng)新性算法的有效性,實現(xiàn)了一個智能人臉打分系統(tǒng)(Intelligent face scoring system, IFSS),實驗結果表明:
　　1.本文提出的特征提取算法和傳統(tǒng)算法相比,對光照條件的變化具有更好的魯棒性。
　　2.本文提出的比