基于全局與局部特征融合的人臉識別.pdf

1、一直以來,人臉識別都是生物識別技術(shù)研究中的一個熱點(diǎn)問題,至今,在理想狀態(tài)下的人臉識別研究已經(jīng)取得了一些成果,但是對于存在干擾因素狀態(tài)下的人臉識別仍沒有較好的解決方案提出。存在的主要干擾因素包括:光照變化、姿態(tài)變化、遮擋物、表情變化等等。有研究者提出基于局部特征的人臉特征提取方法有利于改進(jìn)人臉圖像中存在的光照、姿態(tài)影響,本文正是從這個角度出發(fā),圍繞人臉圖像中存在的光照和姿態(tài)影響展開研究,詳細(xì)地分析了人臉識別中的局部特征提取與識別方法的優(yōu)越

2、性,然后將全局特征和局部特征進(jìn)行有效地融合,實(shí)驗表明兩種特征的融合可以提高人臉識別的識別率(魯棒性)。主要工作如下:
　　 (1)概述了人臉識別研究的歷史和當(dāng)前的研究現(xiàn)狀。本文從當(dāng)前主要從事人臉識別研究的高校到人臉識別產(chǎn)品的生產(chǎn)商都做了詳細(xì)的介紹,還對當(dāng)前人臉識別市場分布以及今后的發(fā)展?fàn)顩r做了總結(jié)。
　　 (2)采用Adaboost方法進(jìn)行人臉檢測。從一幅包含人臉的自然圖像中提取出人臉區(qū)域,用于下一步的人臉識別和身份鑒定

3、。文中首先對當(dāng)前主要人臉檢測方法進(jìn)行了介紹,然后討論了Adaboost算法理論,并展示了人臉檢測的效果。
　　 (3)采用基于子空間方法進(jìn)行人臉全局特征提取。首先簡要介紹了主成分分析的人臉特征提取,然后文中重點(diǎn)論述基于二維主成分分析的全局特征提取方法,并提出了將二維主成分分析獲得的全局特征用于特征融合的新思路。
　　 (4)研究了基于Gabor變換的人臉局部特征提取與識別方法。為了充分利用人臉圖像中的結(jié)構(gòu)信息,本文提出了

4、將分塊技術(shù)與Gabor特征提取相結(jié)合的新思路,針對分塊思想,本文設(shè)計了兩種方案;在最終的分類器設(shè)計中,將模糊分類決策規(guī)則用于匹配識別;最后考慮到Gabor變換和識別過程計算量較大,本文將均勻采樣技術(shù)應(yīng)用于Gabor分塊人臉識別中,取得了較好的實(shí)驗結(jié)果。
　　 (5)全局特征與局部特征進(jìn)行融合。文中首先討論了特征融合的必要性及其特征融合與集成的方法,然后將全局特征和局部特征進(jìn)行了有效的融合,實(shí)驗表明,融合的系統(tǒng)提高了人臉識別系統(tǒng)的