学位论文 > 优秀研究生学位论文题录展示

基于超特征的人脸识别

作　者: 田会丽
导　师: 黄欢
学　校: 昆明理工大学
专　业: 通信与信息系统
关键词: 人脸识别物体身份识别超特征主成分分析特征脸
分类号: TP391.41
类　型: 硕士论文
年　份: 2008年
下　载: 97次
引　用: 0次
阅　读: 论文下载

内容摘要

人脸识别技术是当前模式识别和图像处理领域的热点和难点,属于生物特征识别技术中的一种。生物特征识别技术是利用生物体(一般特指人)本身的生物特征来对生物体个体进行区分的方法,具有广泛的应用前景,所以开展人脸识别的研究具有重大意义。传统的人脸识别方法需要大量的训练样本,而在实际的应用中,我们往往无法获得足够数量的样本,甚至可能在只有一幅某人的人脸图像的情况下,就要判断该图像中所记录的人脸的真实身份,在这种情况下,传统的方法的识别率会显著下降,甚至会无法达到实际应用的要求。基于超特征的物体身份识别方法可以实现在只有少数,甚至是一个训练图像的前提下,依据由模块的多个特征组成的超特征量,自动地估算出该图像中信息量较大的块,并依据概率统计特性,将所有标定出的图像块按其所提供的信息量由大到小进行排序,取前面信息量大的M块进行识别判断。另一方面,人脸是非刚体,存在表情变化,且人脸随年龄的增长而有所改变;此外,发型、眼镜对人脸造成遮挡,且人脸成像容易受光照、成像角度、成像距离等影响,这些都是人脸识别领域有待解决的难题。而基于超特征的识别法采用了分块的机制,且将主要的判决侯选块划定在人的眼睛和嘴巴周围,这样就减少了由于表情变化和发型的改变等引起的脸型和人脸图像中五官间相对位置的变化,以及遮挡等因素带来的影响。本文对超特征身份识别法和经典的PCA人脸识别法进行了学习和研究,结合人脸识别的具体应用,设计了基于超特征的人脸识别系统和基于PCA的人脸识别系统。并针对经过检测且进行了各种归一化处理后的人脸图像,就评价人脸识别系统的几个重要参数,如:正确识别率、训练样本库所消耗的时间、识别一幅人脸图像所需时间等分别对两个系统进行了测试。通过对ORL人脸数据库和实验室采集的人脸库进行测试的识别结果进行比较和分析,实验结果说明了基于超特征的身份识别法应用于人脸识别系统可以有效地解决人脸图像识别中高维度、小样本的难题,在一定程度上克服了传统的人脸识别方法对于训练样本数和样本标准性的诸多要求,具有很强的学习和推广性。

全文目录

摘要  4-5
ABSTRACT  5-7
目录  7-9
第一章绪论  9-15
  1.1 人脸识别的背景与意义  9-10
  1.2 人脸识别的历史和现状  10-12
  1.3 人脸识别系统的评价标准  12
  1.4 人脸识别领域存在的主要问题  12-13
  1.5 本文的主要研究内容  13-15
第二章 PCA算法及其在人脸识别中的应用  15-25
  2.1 PCA的工作原理  15-17
  2.2 PCA算法在人脸识别系统中的应用  17-21
  2.3 实验结果  21-23
  2.4 分析与结论  23-25
第三章基于超特征的物体身份识别方法  25-43
  3.1 引言  25-26
  3.2 物体身份识别  26-27
    3.2.1 物体身份识别的特征  26-27
    3.2.2 物体身份识别的工作原理  27
  3.3 超特征法的概念  27-28
  3.4 基于超特征的物体身份识别法  28-40
    3.4.1 预处理  30-31
    3.4.2 物体实例识别器的应用  31-34
    3.4.3 为样本生成基于超特征的身份识别器  34-39
    3.4.4 基于超特征身份识别的非在线训练、学习过程  39-40
  3.5 超特征的工作原理  40-41
    3.5.1 离散超特征  40
    3.5.2 连续超特征  40-41
  3.6 本章小结  41-43
第四章基于超特征的人脸识别系统的实现与分析  43-56
  4.1 人脸识别系统的结构  43-45
    4.1.1 人脸识别系统的总体框架  43-44
    4.1.2 本论文中测试人脸识别系统所使用的数据库  44-45
  4.2 基于超特征的人脸识别系统  45-52
    4.2.1 人脸图像的检测和预处理  45-46
    4.2.2 非在线的训练阶段  46-48
    4.2.3 在线计算阶段  48-50
    4.2.4 应用、识别阶段  50
    4.2.5 实验结果  50-52
  4.3 基于超特征的人脸识别系统和基于PCA的人脸识别系统对比及结论  52-56
第五章总结和展望  56-58
  5.1 结论  56
  5.2 展望  56-57
  5.3 下一步的工作  57-58
致谢  58-59
参考文献  59-63
附录A  63

基于超特征的人脸识别

内容摘要

全文目录

相似论文