学位论文 > 优秀研究生学位论文题录展示
人脸特征点定位研究及应用
作 者: 吴证
导 师: 周越
学 校: 上海交通大学
专 业: 模式识别与智能系统
关键词: 人脸识别 特征点定位 主动形状模型 主动外观模型 光流分析 特征点跟踪 唇形识别
分类号: TP391.41
类 型: 硕士论文
年 份: 2007年
下 载: 520次
引 用: 12次
阅 读: 论文下载
内容摘要
随着科技的进步和人们安全意识的提高,对快速有效的身份鉴别的实际需求日益迫切。人脸相比其他人体生物特征具有直接、友好、方便的特点,因此自动人脸识别成为身份鉴别的研究热点,有着广泛的应用前景。一个自动人脸识别系统一般包括:人脸检测、关键点特征定位、识别等步骤。影响自动人脸识别系统真正实用化的主要因素有:姿态问题、光照问题、表情问题等。特征点精确定位是解决这些问题的关键。本论文对于人脸识别中的人脸特征点定位、人脸特征点跟踪以及相关应用进行了深入研究,并在此基础上对相关算法进行了创新性的改进。论文的主要工作如下:1)系统的综述了人脸特征点定位的发展历史和研究现状。详细总结了基于灰度信息、基于先验规则、基于几何形状、基于统计、基于小波和小波包等人脸特征点定位方法,并分析和比较各种方法的优缺点。2)对人脸特殊器官的定位进行了研究。首先介绍了霍夫变换法、变形模板法、边缘特征分析法、对称变换法和基于彩色图像色度经验公式法等定位眼睛的方法。然后研究了通过聚类定位嘴巴的方法。3)介绍了基于模型的两种经典的特征点定位算法:主动形状模型(ASM)和主动外观模型(AAM)。并在本文的实验中构造了主动形状模型和主动表观模型,通过理论地分析和实验对ASM和AAM算法进行比较,提出改进方案。4)具体地对主动形状模型(ASM)算法进行了创新性地改进,提出了一种在彩色图像中结合肤色概率信息的改进ASM算法,并进一步提出了基于人脸特征点Gabor小波特征分类的特征点搜索方法,对改进ASM的结果进行精确校正,达到鲁棒精确地定位特征点的目的。5)对光流分析算法进行了研究,并将该算法应用于人脸图像序列的特征点的跟踪,并通过实验证明了其有效性。6)本文对基于特征点跟踪的唇形识别进行了探索性研究,提出了一种特征点位置和运动特征提取的方法,并介绍了基于子空间学习的几种经典的特征降维方法:主元分析法(PCA)、线性判别分析(LDA)、基于流形学习的降维(LPP)、辨别共同向量(DCV),最后通过实验对这几种降维方法的识别效果进行比较,从而证明本文提出的基于特征点跟踪的唇形识别算法的可行性。
|
全文目录
摘要 5-7 ABSTRACT 7-12 第一章 绪论 12-21 1.1 研究的背景和项目的支持 12 1.2 研究的意义 12-13 1.3 国内外研究状况 13-20 1.3.1 基于灰度信息的方法 14-15 1.3.2 基于先验规则的方法 15-16 1.3.3 基于几何形状的方法 16-18 1.3.4 基于统计的方法 18-19 1.3.5 基于小波和小波包的方法 19-20 1.4 本文的结构介绍 20-21 第二章 人脸特征器官的定位 21-34 2.1 引言 21 2.2 眼睛位置的定位 21-28 2.2.1 霍夫变换法 21-22 2.2.2 模板法 22-24 2.2.3 边缘特征分析法 24-26 2.2.4 对称变换法 26-27 2.2.5 彩色人脸图像的眼睛定位 27-28 2.3 嘴巴位置的定位 28-33 2.3.1 聚类的方法定位嘴巴 28-32 2.3.1.1 Gabor-PCA 特征 29 2.3.1.2 色度特征 29-30 2.3.1.3 FCM 结合象素邻域信息进行聚类分割 30-32 2.3.2 彩色图像中基于经验公式的嘴巴定位 32-33 2.4 本章小结 33-34 第三章 人脸特征点定位算法 34-49 3.1 引言 34-36 3.2 点分布模型(POINT DISTRIBUTION MODEL,简称PDM) 36-37 3.3 训练数据的对齐(ALIGNING) 37 3.4 主元成分分析法(PCA) 37-39 3.5 基于主动形状模型的特征点定位 39-42 3.5.1 ASM 模型建立 39-41 3.5.2 ASM 迭代搜索 41-42 3.5.3 ASM 定位结果 42 3.6 基于主动表观模型的特征点定位 42-47 3.6.1 统计形状模型的建立 42 3.6.2 统计纹理模型的建立 42-43 3.6.3 形状无关图像的获得 43-44 3.6.4 对形状无关图像进行主成分分析 44-45 3.6.5 统计表观模型 45 3.6.6 统计表观模型对图像的重构 45-46 3.6.7 主动表观模型搜索算法 46-47 3.6.7.1 优化线性关系矩阵的建立 46-47 3.6.7.2 利用模型进行搜索 47 3.7 ASM 和AAM 算法比较 47-48 3.8 本章小结 48-49 第四章 基于复合局部信息模型的主动形状模型 49-62 4.1 主动形状模型的缺陷 49 4.2 主动形状模型方法的改进 49-59 4.2.1 光照补偿 50-51 4.2.2 肤色概率建模 51-52 4.2.3 ASM 形状建模 52 4.2.4 复合局部梯度建模 52-54 4.2.5 模型初始定位 54 4.2.6 特征点搜索 54-55 4.2.7 根据局部Gabor Jet 校正特征点 55-59 4.2.7.1 Gabor 小波 55-56 4.2.7.2 Gabor Jet 及其相似度量 56-57 4.2.7.3 Gabor 特征降维与特征点分类 57-58 4.2.7.4 特征点搜索 58-59 4.3 实验结果 59-60 4.3.1 传统ASM 方法和改进ASM 方法比较 59-60 4.3.2 基于Gabor Jet 的校正结果 60 4.4 本章小结 60-62 第五章 人脸图像序列的特征点跟踪 62-70 5.1 引言 62 5.2 金字塔LUCAS KANADE 光流算法 62-64 5.3 人脸特征点定位与跟踪的基本方法 64-69 5.4 本章小结 69-70 第六章 特征点跟踪在唇语识别中应用的探索 70-85 6.1 引言 70 6.2 视频序列的分割 70 6.3 嘴唇运动序列的特征提取 70-72 6.4 基于子空间学习的特征降维方法 72-76 6.4.1 主元分析法(PCA) 72-73 6.4.2 线性判别分析(LDA) 73-74 6.4.3 基于流形学习的降维 74 6.4.4 辨别共同向量(DCV) 74-76 6.5 实验结果 76-84 6.5.1 实验一——训练样本和识别样本是同一人的唇语 76-78 6.5.2 实验二——训练样本和识别样本是多人的唇语 78-81 6.5.3 训练样本和识别样本是不同人的唇语 81-84 6.5.4 实验小结 84 6.6 本章小结 84-85 第七章 总结与展望 85-87 7.1 对本文的总结 85 7.2 展望 85-87 参考文献 87-93 致谢 93-94 攻读硕士期间发表的论文 94
|
相似论文
- 2D人脸模板保护算法研究,TP391.41
- 基于加权投票和关键帧提取的视频流人脸识别方法研究,TP391.41
- 基于差分演化的人脸识别方法研究,TP391.41
- 基于神经树的人脸识别方法研究,TP391.41
- 基于AdaBoost算法的人脸识别研究,TP391.41
- 基于MMTD的人脸识别方法研究,TP391.41
- 分子三次、分母二次有理样条权函数神经网络研究及应用,TP183
- 基于人脸识别的图像美化系统设计与实现,TP391.41
- 基于特征融合的人脸识别算法研究,TP391.41
- 面向电力营销服务的客户身份自动识别系统设计,TP391.41
- 基于小波变换和线性子空间的人脸识别技术研究,TP391.41
- 基于局部二元模式和韦伯局部描述符的人脸识别,TP391.41
- 基于稀疏表达的人脸识别算法研究,TP391.41
- 基于特征点定位的虚拟试戴的研究,TP391.41
- 彩色人脸检测与识别研究,TP391.41
- 可变光照和遮挡条件下的人脸识别技术研究及其应用,TP391.41
- 基于稀疏表示的人脸图像识别方法研究,TP391.41
- 智能化教学中的情感识别方法研究,TP391.41
- 基于子空间分析的人脸识别算法研究,TP391.41
- 分数阶微分数字图像处理及支持向量机在人脸识别中的应用研究,TP391.41
- 基于改进最大间距准则的人脸识别研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|