学位论文 > 优秀研究生学位论文题录展示
人脸部轮廓特征提取及在身份验证中的应用
作 者: 冯军华
导 师: 张荣国
学 校: 太原科技大学
专 业: 计算机应用技术
关键词: 人脸检测 活动轮廓模型 微粒群算法 身份验证 贝叶斯理论
分类号: TP391.41
类 型: 硕士论文
年 份: 2010年
下 载: 93次
引 用: 0次
阅 读: 论文下载
内容摘要
目前,人脸检测是科学计算机研究的一个热门话题,广泛应用于身份验证、视频监视、人机交互和图像数据库的检索等领域。其中,人脸检测与定位、人脸部轮廓特征提取和人脸识别等技术,是身份验证系统中的关键技术环节。活动轮廓模型(又称Snake模型)是计算机视觉领域的研究热点,其利用能量最小化函数在图像中寻找目标边缘,特别适合于轮廓特征的提取,为下一步人脸识别和身份验证奠定了基础。本文对其相关理论和关键技术进行了深入的研究,并开发了相应的软件系统。首先,本文提出了一种基于PSO和GVF的快速轮廓线提取算法。利用PSO对轮廓控制点进行寻优,使之快速地收敛到图像的边缘附近;然后利用插值算法,得到目标图像的较粗糙轮廓,以此目标轮廓作为下一步GVF收敛的初始位置,最后得到准确的轮廓线。实验结果表明该算法不仅能对图像轮廓线进行准确的提取,而且具有一定的抗噪性能,易于实现,速度快等特点。其次,本文提出基于贝叶斯分类器的人脸部轮廓匹配。首先在目标图像周围设置初始控制点,利用前面介绍的算法对这些控制点进行收敛,提取人脸部的轮廓特征;然后利用直接最小椭圆拟合技术建立椭圆模板;最后完成基于最小错误率贝叶斯决策的人脸部轮廓的匹配,给出实验结果及其分析,实验证明该方法简单,有效。最后,本文介绍了系统的组织框架,并在MATLAB 7.0和VC++6.0的环境下完成了人脸识别系统。实验结果表明,本文的研究方法可以有效地检测和识别人脸。
|
全文目录
中文摘要 3-4 ABSTRACT 4-8 第一章 绪论 8-14 1.1 课题研究的背景与意义 8 1.2 国内外研究现状 8-10 1.3 课题研究目标与内容 10-11 1.4 本文组织结构 11-14 第二章 图像预处理和人脸特征提取的方法 14-30 2.1 图像预处理 14-18 2.1.1 彩色图像转灰度图像 14 2.1.2 产生和消除噪声 14-15 2.1.3 灰度直方图统计 15-16 2.1.4 灰度分布均衡化 16-17 2.1.5 图像阈值分割 17-18 2.2 边缘检测 18-19 2.2.1 Sobel 算子 18 2.2.2 Roberts 算子 18-19 2.2.3 Canny 算子和Prewitt 算子 19 2.3 经典人脸检测定位和特征提取的方法 19-27 2.3.1 引言 19 2.3.2 经典人脸检测和定位的方法 19-23 2.3.3 经典人脸特征提取的方法 23-26 2.3.4 人脸识别技术的发展方向 26-27 2.4 群智能优化算法 27-30 第三章 一种改进的快速轮廓线提取算法 30-42 3.1 基于PSO 的主动轮廓线模型 30-35 3.1.1 主动轮廓线模型 30-32 3.1.2 梯度矢量流模型 32-34 3.1.3 微粒群算法(PSO) 34-35 3.1.4 基于PSO 的主动轮廓线模型 35 3.2 改进算法的步骤和流程 35-37 3.2.1 改进算法的步骤 35-36 3.2.2 改进算法的流程 36-37 3.3 改进算法在人脸轮廓特征提取中的应用及结果分析 37-40 3.4 讨论 40-42 第四章 基于贝叶斯分类器的人脸部轮廓匹配 42-54 4.1 人脸部轮廓模板的建立 42-45 4.1.1 形状先验知识的获取 42-43 4.1.2 利用椭圆拟合调整标准人脸尺寸 43-44 4.1.3 建立人脸部轮廓模板 44-45 4.2 贝叶斯决策的基本理论 45-47 4.2.1 贝叶斯决策的基本概念和公式 45-46 4.2.2 基于最小错误率的贝叶斯决策 46-47 4.3 基于最小错误率贝叶斯决策的人脸部轮廓匹配 47-49 4.3.1 人脸部轮廓特征提取与特征匹配 47 4.3.2 匹配分类算法描述 47-49 4.3.3 基于最小错误率贝叶斯决策的人脸部轮廓匹配 49 4.4 人脸部轮廓匹配方法的步骤和流程 49-50 4.4.1 人脸部轮廓匹配方法的步骤 49-50 4.4.2 人脸部轮廓匹配方法的流程 50 4.5 实验结果及分析 50-52 4.6 系统实现 52-54 第五章 总结和展望 54-56 5.1 主要工作总结 54-55 5.2 未来工作展望 55-56 参考文献 56-60 攻读学位期间发表的学术论文目录 60-62 致谢 62-63
|
相似论文
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 语音信号的压缩感知研究及其在语音编码中的应用,TN912.3
- 微粒群算法的改进与应用研究,TP18
- 基于肤色分割与AdaBoost算法的人脸检测研究,TP391.41
- 基于OpenCV的人脸检测方法研究,TP391.41
- 基于视觉的驾驶员疲劳实时检测研究,TP391.41
- 基于连续Adaboost算法的多角度人脸检测技术研究与实现,TP391.41
- 嵌入式Web系统安全性的研究与实现,TP393.08
- 基于与或图的异常人脸检测技术研究,TP391.41
- 既有钢桥疲劳寿命与使用安全可靠度评估,U448.36
- 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
- 人脸自动美化算法研究,TP391.41
- 基于图像分析的人脸比对技术研究,TP391.41
- 基于ARM9的嵌入式图像处理平台的设计及应用,TP391.41
- 自然教室中基于视频流的人脸识别系统的研究与实现,TP391.41
- 基于特征基因的草图三维造型方法研究,TP391.72
- 人脸检测研究,TP391.41
- 无需重新初始化模型的研究,TP391.41
- 物流配送选址与路径优化模型及其微粒群算法研究,F224
- 微粒群算法理论研究及其在PID参数优化中的应用,TP13
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
|