基于图像的人脸识别中关键技术研究

《基于图像的人脸识别中关键技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、＾ＢＷＢＨＷＷＢＷＷＢＨｍｍＨＢＷＨＢＩ！＾１ＢＩ！Ｍ參基于图像的人脸识别中关键技术研究ＲｅｓｅａｒｃｈｏｎｔｈｅＫｅＴｅｃｈｎｏ－ｙｌｏｏｆｔｈｅＩｍａｅｂａｓｅｄＦａｃｅｇｙｇＲｅｃｏｎｉｔｉｏｎｇ作者姓名：马宁专业名称：计算机应用技术研究方向：图像处理指导教师：李文辉教授学位类别：工学博±培养单位：计算机科学与技术学院论文答辩日期：如／／年／／月＾日授予学位日期：年月日答辩委员会组成：姓名职称Ｘ作单位主席张健沛教

2、授哈尔滨Ｔ程大学委员杨华民教授长春理工大学车翔巧教授吉巧大学刘衍巧教授吉林大学李雄飞教授吉林大学赵宏伟教授吉林大学未经本论文作者的书面授权，依法收存和保管本论文书面版本、电子版本的任何单位和个人，均不得对本论文的全部或部分内容进行任何形式的复制、、修改发行、出租、改编等有碍作者著作权的商业性使用（但纯学术性使用不在此限）。否则应承担，侵权的法律责任。吉林大学博±学位论文原创性声明本人郑重声明：所呈交的硕±学位论文，是本人在指导教师的指导

3、下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均己在文中Ｗ明确方式标明。本人完全意识到本声明的法律结果由本人承担。ｙｈｊ学位论文作者签名：为三曰期；户／／年月７曰提要基于图像的人脸识别问题已经成为当今计算机人工智能和机器学习领域中热门的研究课题之一，同时在现实社会的诸多领域中有着广泛的应用前景。但人脸识别的精确度受到很多方面的干扰，例如图像采集设备问题、人脸面部

4、姿态问题、光照问题、有意或无意遮挡物对图像干扰的问题等都会给人脸识别的结果带来影响。如何在现有方法的基础上克服以上问题进一步提高人脸识别的准确率，同时降低识别的运行时间提高实效性，是目前亟待解决的难题。本文针对基于图像的人脸识别中的难点问题进行研究，取得了一些研究成果，具体有以下几个方面：在人脸局部特征提取方面，提出了一种基于低频图像的分块完整局部二元模式(LBP)的人脸识别方法，通过采用完整局部二元模式能够将人脸图像的特征信息提取得更加完整；采用低频图像，能够将图像的整体轮廓信息和局部信息有效地融合，还

5、能大大提升算法的运行效率；分块化处理能够使算法更专注于对图像细节信息的把握。另外，还提出了一种基于心理学定律的局部特征提取方法，能够有效降低噪声信息对于人脸图像的影响。针对传统人脸识别的特征提取方法计算复杂的问题，以及传统分类方法过于单一、硬性的缺点，提出了一种基于二维主成分分析(2DPCA)+二维线性判别(2DLDA)和模糊集集成技术的人脸识别方法，通过采用2DPCA和2DLDA两种二维技术，可以大大降低了算法的计算复杂度，同时提高了识别的精确性；模糊集的引入改变了传统单一、硬性的判别方式，使分类方式更

6、加有效合理，进一步提升了算法识别的精确度；离散余弦变换可以消除图像中的冗余信息，有利于提高识别精度，降低算法运行时间。基于支持向量机技术的研究中，本文提出了两种算法：一是基于组合核函数支持向量机的人脸识别方法；二是基于光照判别和多支持向量机的人脸识别方法。在前一种方法中，通过对具有不同特性的核函数进行比较分析，优化组合，使组合核函数支持向量机具有更好地分类效果；在后一种方法中通过对图像是否受光源照射的判断，来进行处理，以降低光照问题对于识别过程的干扰。基于多特征融合的人脸识别方法中，本文对于特征信息融合的

7、方式进行了优选，通过将几种典型的特征信息进行融合，能够更好地反映出人脸的全部特征信息，最终达到提高人脸识别效果的目的。摘要摘要基于图像的人脸识别中关键技术研究人脸识别技术作为一种新兴的生物特征识别技术，与其他特征识别技术相比具有接受性强和资源占用率低等优势，而且人脸识别技术在应用方式上可以采取主动或被动形式，十分灵活方便。因此人脸识别技术在现今社会的各个领域中被广泛采用，如国家机要部门、银行、医院和一些军工重点单位等。尤其是近些年来，人脸识别技术在机器学习和模式识别领域中已经成为一个热门的研究课题，学者们

8、先后提出了大量地人脸识别算法，这其中的许多算法已经在人脸识别准确性上达到了相当精确的程度。但是现实环境中，人脸具有很强的可变性和复杂性，极易受到各种外界客观条件的影响，如年龄因素、姿态变化，光照问题、遮挡问题等，都会给识别认证工作带来极大的负面影响。正因如此，在已经提出的人脸识别算法中，还没有一个算法可以完全、彻底地解决上述所有的问题，所以现有的人脸识别算法还无法完全达到商业应用的标准。因此，如何进一步提升人脸识别算法的识别精