人脸检测和识别算法的研究与实现

《人脸检测和识别算法的研究与实现》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、东北大学博士学位论文人脸检测和识别算法的研究与实现姓名：赵丽红申请学位级别：博士专业：模式识别与智能系统指导教师：徐心和20060101东北犬学博士学位论文摘要人脸检测和识别算法的研究与实现摘要生物特征识别是利用人类特有的生理或行为特征米识别个人身份的技术，它提供了一种高可靠性、高稳定性的身份鉴别途径。人脸检测和识别是目前生物特征识别中最受人们关注的一个分支，是当前图像处理、模式识别和计算机视觉领域内的一个热门研究课题，在公安部门罪犯搜索、安全部门动态监视识别、银行密码系统等许多领域有广泛的应用。与

2、指纹、视网膜、虹膜、掌纹等其他人体生物特征识别方法相比，人腧识别具有直接、友好，使用者无心理障碍等特点。本文对此进行了较为深入的研究，论文的丰要工作和成果有以下几个方面：(1)全面概述了生物特征识别技术及其发展方向、应用背景和研究意义，重点描述了人脸识别技术的研究内容、方法、廊用前景，介绍了人脸识别技术在国内外的研究现状，对人脸自动榆测与识别技术进行了综述。(2)提出一种非线性变换的彩色空间来描述肤色模型，在该非线性彩色空问上进行人脸肤色的分割，采用基于区域增长算法的自适应阀值处理，实现了⋯个完整的

3、皮肽分类器。通过使用自适应阈值的模糊分割技术，使皮肤区域与非皮肤区域有效地分割丌，从而得到人脸候选区域。提出利用多尺度形态边缘检测算法定位眼睛和嘴的位置，根据均值和方差分割出的纹理特征和人脸几何特性来定位人脸，从而验证候选区域是否为人脸。(3)在标准PeA原理基础上，分别提出了对称士成分分析和核主成分分析算法进行人脸识别。通过引入镜像样本，将人腧图像进行奇偶分解，并分别对奇偶图像应用KL展丌，提取奇偶对称KL特征：根据各个特征分量在人脸中所占能量比例的小同以及对视角、旋转、光照等干扰的不同敏感程度，

4、进行特征选择，增强特征的稳定性；从理论分析入手，建立理论基础，并将该算法成功应用于人脸识别巾。该算法从理论r提}1j奇偶正交重构，在应用上利用镜像样本扩大样本容量，提高了识别性能并增强了人脸识别算法的实用性。作为～类核方法，K_PCA方法在模式识别领域中得到了较多的应用，其基础是使用KPCA进行特征抽取。在进行非线性映射之前，首先利用经典的主分量分析降维，然后再进行核主分量分析(KPCA)。在ORL标准人脸库上的实验结果验证，所提算法的有效性。(4)提出了基于小波变换图像相关性的人脸识别方法。用小波

5、变换将原始图像分解提取特征，可阻有效地降低特征向量的维数i将训练集中的5幅图像取平均值作为模板脸，计算测试集中的5幅小波变换图像与模板脸的相关系数，并进行比较。在ORL人脸库上的实验结果表明，提出的方法可以达到985％的『F确识别率，计算量小，速度快，可用于各种人脸识别系统中。I【～东北大学博士学位论文摘要(5)提出融合小波特征和离散余弦变换特征的支持向量机人脸识别方法。通过小波变换提取图像的低频分量，再利用离散余弦变换的较好压缩性能及计算的有效性提取样本罔像的特征，该方法提取的特征少而精，使输入向

6、量的维数大大减小，减少了计算的复杂性；同时结合支持向量机的强大分类能力，对标准的ORL人脸库进行分类识别，取得了很好的分类、识别效果。(6)提出将小波变换和主成分分析方法结合提取人脸特征，有效地减少了人脸图像维数，减少了神经元网络的训练和i}{别时削，提高了效率；利用隐层数和隐层单元数计算公式，合理选择神经元网络隐层数和隐层单元数，获得较好的识别结果。由于人脸自动识别系统相对比较复杂，涉及的内容很多，本文虽然在人脸检测与识别方面取得了些成果，但距离实际应用还有定的差距，有待于在今后的工作中继续研究改

7、进和完善；人脸自动识别是近年来非常活跃的研究领域，新思想、新技术、新方法和新应用层出不穷，相信在不久的将来。定会找到比较完美的解决办法，到那时候人们就可以更加充分的享受这一技术给人们的工作和生活带来的方便。关键词：生物特征识别；人脸检测：人脸识别；小波变换；离散余弦变换；支持向量机主成分分析；镜像主成分分析；核主成分分析；特征提取和选择；神经元网络一lII东北大学博士学位论文AbstraclResearchandRealizationinFaceDetectionandRecognitionAlgo

8、rithmsAbstractBiometricsisakindofscienceandtechnologyusingindividualpbysiologicalorbehavioralcharacteristicstoverifyidentity．Itprovidesahighlyreliableandrobustapproachtotheidenfityrecognition．Automaticfacedetectionandrecognitionisoneoft