用于大庫人臉識別的臉型分類研究.pdf

1、人臉識別是模式識別領域的一個研究熱點，在戶籍管理、國防安全等許多領域都有廣泛的應用前景。然而，隨著數(shù)據(jù)庫的增大，人臉識別系統(tǒng)的識別率和識別速度會出現(xiàn)明顯的降低。因此，如何提高海量數(shù)據(jù)庫中人臉識別的識別率和識別速度，是近年來亟待解決的一個問題。 臉型是人臉中最為直接的一個特征，它的信息較為穩(wěn)定，且分類方法簡單?；诖耍疚奶岢隽艘环N“分集”識別方法，該方法在人臉識別前加入臉型預分類環(huán)節(jié)，將一個大規(guī)模的人臉數(shù)據(jù)庫分解為依臉型分類的若

2、干個子庫。這樣做一方面可通過分集降低后續(xù)識別處理的數(shù)據(jù)量，提高人臉識別的速度，另一方面可利用臉型特征對候選人臉集合進行粗篩選，降低系統(tǒng)的錯誤接受率。 為了實現(xiàn)臉型分類，本文結合生物學的方法提出了一種基于人體測量學的分類方法。在進行臉型分類時，首先對人臉進行檢測，接下來借助面部特征點定位技術提取檢測點，然后在此基礎上計算面型指數(shù)，并由此實現(xiàn)對臉型的分類。 針對其中的各個環(huán)節(jié)，本文所做的工作如下： 1)在人臉檢測中，

3、通過研究國內(nèi)外主流人臉檢測方法，采用基于AdaBoost的人臉檢測方法，實驗結果表明檢測結果非常好。 2)在特征點定位這一環(huán)節(jié)中，本文充分研究國內(nèi)外面部特征點定位技術，并最終采用主動表觀模型(AAM)算法，通過對人臉標定、訓練等步驟，測試得到結果較為理想。 3)在臉型分類環(huán)節(jié)中，由于臉型是漸變的，因此得到的面型指數(shù)呈正態(tài)分布，沒有明顯分界面。針對這個問題，本文提出了部分重疊的分類辦法，即將人臉庫分為幾個在分界面處有部分重