人臉檢測(cè)和識(shí)別算法的研究與實(shí)現(xiàn).pdf

1、生物特征識(shí)別是利用人類特有的生理或行為特征來(lái)識(shí)別個(gè)人身份的技術(shù)，它提供了一種高可靠性、高穩(wěn)定性的身份鑒別途徑。人臉檢測(cè)和識(shí)別是目前生物特征識(shí)別中最受人們關(guān)注的一個(gè)分支，是當(dāng)前圖像處理、模式識(shí)別和計(jì)算機(jī)視覺領(lǐng)域內(nèi)的一個(gè)熱門研究課題，在公安部門罪犯搜索、安全部門動(dòng)態(tài)監(jiān)視識(shí)別、銀行密碼系統(tǒng)等許多領(lǐng)域有廣泛的應(yīng)用。與指紋、視網(wǎng)膜、虹膜、掌紋等其他人體生物特征識(shí)別方法相比，人臉識(shí)別具有直接、友好，使用者無(wú)心理障礙等特點(diǎn)。本文對(duì)此進(jìn)行了較為深入的研

2、究，論文的主要工作和成果有以下幾個(gè)方面： (1)全面概述了生物特征識(shí)別技術(shù)及其發(fā)展方向、應(yīng)用背景和研究意義，重點(diǎn)描述了人臉識(shí)別技術(shù)的研究?jī)?nèi)容、方法、應(yīng)用前景，介紹了人臉識(shí)別技術(shù)在國(guó)內(nèi)外的研究現(xiàn)狀，對(duì)人臉自動(dòng)檢測(cè)與識(shí)別技術(shù)進(jìn)行了綜述。 (2)提出一種非線性變換的彩色空間來(lái)描述膚色模型，在該非線性彩色空間上進(jìn)行人臉膚色的分割，采用基于區(qū)域增長(zhǎng)算法的自適應(yīng)閾值處理，實(shí)現(xiàn)了一個(gè)完整的皮膚分類器。通過(guò)使用自適應(yīng)閾值的模糊分割技術(shù)，

3、使皮膚區(qū)域與非皮膚區(qū)域有效地分割開，從而得到人臉候選區(qū)域。提出利用多尺度形態(tài)邊緣檢測(cè)算法定位眼睛和嘴的位置，根據(jù)均值和方差分割出的紋理特征和人臉幾何特性來(lái)定位人臉，從而驗(yàn)證候選區(qū)域是否為人臉。 (3)在標(biāo)準(zhǔn)PCA原理基礎(chǔ)上，分別提出了對(duì)稱主成分分析和核主成分分析算法進(jìn)行人臉識(shí)別。通過(guò)引入鏡像樣本，將人臉圖像進(jìn)行奇偶分解，并分別對(duì)奇偶圖像應(yīng)用KL展開，提取奇偶對(duì)稱KL特征；根據(jù)各個(gè)特征分量在人臉中所占能量比例的不同以及對(duì)視角、旋轉(zhuǎn)

4、、光照等干擾的不同敏感程度，進(jìn)行特征選擇，增強(qiáng)特征的穩(wěn)定性；從理論分析入手，建立理論基礎(chǔ)，并將該算法成功應(yīng)用于人臉識(shí)別中。該算法從理論上提出奇偶正交重構(gòu)，在應(yīng)用上利用鏡像樣本擴(kuò)大樣本容量，提高了識(shí)別性能并增強(qiáng)了人臉識(shí)別算法的實(shí)用性。作為一類核方法，KPCA方法在模式識(shí)別領(lǐng)域中得到了較多的應(yīng)用，其基礎(chǔ)是使用KPCA進(jìn)行特征抽取。在進(jìn)行非線性映射之前，首先利用經(jīng)典的主分量分析降維，然后再進(jìn)行核主分量分析(KPCA)。在ORL標(biāo)準(zhǔn)人臉庫(kù)上的實(shí)

5、驗(yàn)結(jié)果驗(yàn)證了所提算法的有效性。 (4)提出了基于小波變換圖像相關(guān)性的人臉識(shí)別方法。用小波變換將原始圖像分解提取特征，可以有效地降低特征向量的維數(shù)；將訓(xùn)練集中的5幅圖像取平均值作為模板臉，計(jì)算測(cè)試集中的5幅小波變換圖像與模板臉的相關(guān)系數(shù)，并進(jìn)行比較。在ORL人臉庫(kù)上的實(shí)驗(yàn)結(jié)果表明，提出的方法可以達(dá)到98.5％的正確識(shí)別率，計(jì)算量小，速度快，可用于各種人臉識(shí)別系統(tǒng)中。 (5)提出融合小波特征和離散余弦變換特征的支持向量機(jī)人臉

6、識(shí)別方法。通過(guò)小波變換提取圖像的低頻分量，再利用離散余弦變換的較好壓縮性能及計(jì)算的有效性提取樣本圖像的特征，該方法提取的特征少而精，使輸入向量的維數(shù)大大減小，減少了計(jì)算的復(fù)雜性；同時(shí)結(jié)合支持向量機(jī)的強(qiáng)大分類能力，對(duì)標(biāo)準(zhǔn)的ORL人臉庫(kù)進(jìn)行分類識(shí)別，取得了很好的分類、識(shí)別效果。 (6)提出將小波變換和主成分分析方法結(jié)合提取人臉特征，有效地減少了人臉圖像維數(shù)，減少了神經(jīng)元網(wǎng)絡(luò)的訓(xùn)練和識(shí)別時(shí)間，提高了效率；利用隱層數(shù)和隱層單元數(shù)計(jì)算公式

7、，合理選擇神經(jīng)元網(wǎng)絡(luò)隱層數(shù)和隱層單元數(shù)，獲得較好的識(shí)別結(jié)果。 由于人臉自動(dòng)識(shí)別系統(tǒng)相對(duì)比較復(fù)雜，涉及的內(nèi)容很多，本文雖然在人臉檢測(cè)與識(shí)別方面取得了一些成果，但距離實(shí)際應(yīng)用還有一定的差距，有待于在今后的工作中繼續(xù)研究改進(jìn)和完善。人臉自動(dòng)識(shí)別是近年來(lái)非?；钴S的研究領(lǐng)域，新思想、新技術(shù)、新方法和新應(yīng)用層出不窮，相信在不久的將來(lái)一定會(huì)找到比較完美的解決辦法，到那時(shí)候人們就可以更加充分的享受這一技術(shù)給人們的工作和生活帶來(lái)的方便。