關(guān)于人臉檢測(cè)與識(shí)別技術(shù)的研究.pdf

1、近年來(lái),由于人臉識(shí)別具有廣泛的應(yīng)用前景,人臉識(shí)別受到了廣大研究者的關(guān)注,目前已有一些關(guān)于人臉識(shí)別的應(yīng)用系統(tǒng)。但由于人臉圖像受光照、姿勢(shì)、表情、遮擋、年齡等因素的影響較大,所以人臉識(shí)別在模式識(shí)別中是一個(gè)極難的問(wèn)題,人臉識(shí)別在將來(lái)仍是模式識(shí)別中的一個(gè)重要的研究熱點(diǎn)。本文針對(duì)這些難點(diǎn)主要研究基于圖像的人臉檢測(cè)技術(shù)和人臉識(shí)別技術(shù)。主要研究工作如下:
　　1.本文首先介紹了人臉檢測(cè)技術(shù)和人臉識(shí)別技術(shù)的國(guó)內(nèi)外研究現(xiàn)狀及研究前景,然后介紹了圖像

2、處理中的一些常用的算法和操作。
　　2.本文提出了一種基于MB-WLD特征的人臉檢測(cè)方案。WLD是一種基于韋伯定律的局部紋理算子,具有很好的紋理描述特性,但其對(duì)多尺度下的圖像描述有一定的不足,文中采用Multi-Block思想對(duì)WLD的多尺度特性進(jìn)行擴(kuò)充,使得其具有良好的伸縮性。最后采用支持向量機(jī)對(duì)MBWLD特征進(jìn)行分類(lèi)識(shí)別。
　　3.本文提出了一種基于LBP/LTP和LPQ特征融合的人臉檢測(cè)方案。方案首先對(duì)輸入的人臉圖像采

3、用高斯濾波達(dá)到去噪的目的;然后進(jìn)行Gamma矯正,消除一些光照的影響;接著提取圖像的LTP特征和LPQ特征,并對(duì)提取出來(lái)的特征分別進(jìn)行PCA降維,并將降維后的數(shù)據(jù)進(jìn)行z-score規(guī)范化,然后進(jìn)行連接,最后采用KDCV將融合后的特征映射到最優(yōu)判別空間;最后采用了一種基于投票機(jī)制的分類(lèi)器進(jìn)行人臉識(shí)別。
　　4.本文采用Matlab對(duì)提出的方法進(jìn)行試驗(yàn)。對(duì)于人臉檢測(cè)方案,在MIT-CMU人臉檢測(cè)數(shù)據(jù)庫(kù)上進(jìn)行試驗(yàn),試驗(yàn)結(jié)果表明本文提出的