学位论文 > 优秀研究生学位论文题录展示
人脸标定与开集识别算法研究
作 者: 刘丹
导 师: 苏剑波
学 校: 上海交通大学
专 业: 控制理论与控制工程
关键词: 人脸识别 多角度人脸检测 特征点标定 开集识别 闭集识别
分类号: TP391.41
类 型: 硕士论文
年 份: 2009年
下 载: 60次
引 用: 1次
阅 读: 论文下载
内容摘要
随着科技的发展和人们安全意识的提高,对快速有效的身份鉴别的需求日益迫切。人脸相比于其他人体生物特征具有直接、友好、不具侵犯性等优点,因此人脸图像识别成为身份鉴别的研究热点,有着广泛的应用前景。一套完整的人脸图像识别系统,包括3个关键步骤:人脸检测、面部特征点标定、特征比对。三个步骤环环相扣,直接影响人脸识别系统的识别性能。本文的研究方向是人脸标定与开集识别算法,重点探讨了人脸识别系统中面部特征点标定和特征比对中的开集识别问题,提出相关优化算法,并实现对应的系统模块。体现在工作量上,包括以下部分:1.将Adaboost人脸检测方法推广到复杂背景下的多角度人脸检测,实现了基于角度估计的多角度人脸检测演示模块。作为人脸标定的前期步骤,人脸检测算法的精度直接影响着后续标定工作的精度。与正面人脸检测相比,多角度人脸检测的研究相对薄弱,难度也大得多。本文将多角度人脸划分成三类:全侧脸,半侧脸及正面人脸,并为不同角度的人脸建立不同的分类器分别用于检测和角度估计,解决了复杂背景下多角度人脸检测问题。2.研究了面部特征点精确标定问题,针对传统ASM轮廓定位不精的缺点,提出局部轮廓约束的主动形状模型,并实现了准实时正面人脸特征标定演示模块。主动形状模型(ASM)是面部特征点标定的一种常用算法。针对传统ASM对面部轮廓点定位不够理想的问题,本文提出了一种局部轮廓约束的主动形状模型(Local Profile Constraint ASM)。该模型对传统ASM有两个方面的改进:其一,将候选点的轮廓强度作为自调节权重加入ASM的局部纹理匹配函数,使最佳匹配点更易被吸引到面部轮廓上。其二,引入全变分模型(TVM)作为图像实施标定前的预处理,在保留足够用于标定的纹理信息前提下,增强轮廓点与其一维邻域点的轮廓强度对比。在BioID人脸库上的大规模测试结果表明,该方法有效地提高了轮廓点的定位精度,为后续的特征比对打下良好的配准基础。3.研究了特征比对中的开集识别问题,提出基于Adaboost的开集人脸识别算法。人脸图像识别系统中,特征比对算法直接影响到识别系统性能,是识别算法最核心的问题。本文针对特征比对算法中的开集问题,即有拒识的识别问题,提出一种新颖的解决方案。利用样本的几何变换,减小正负样本相似度之间的重叠区域,扩大正负样本集间距离,进而对一般的基于Adaboost的闭集人脸识别方法作出改进。同时,使用两层识别结构和样本变换预处理策略,提高识别速度。
|
全文目录
摘要 3-5 ABSTRACT 5-9 第一章 绪论 9-21 1.1 研究背景与课题来源 9-10 1.2 人脸识别问题描述 10-11 1.3 人脸图像识别技术的发展与应用 11-14 1.3.1 人脸图像识别技术的发展 11-12 1.3.2 现有人脸识别商用系统 12-13 1.3.3 公共人脸图像数据库 13-14 1.4 人脸标定与开集识别 14-19 1.4.1 研究意义 14-16 1.4.2 算法概述 16-19 1.5 本文工作概述和结构安排 19-21 1.5.1 本文工作概述 19-20 1.5.2 结构安排 20-21 第二章 复杂背景下的多角度人脸检测 21-40 2.1 问题的提出 21-23 2.2 ADABOOST 人脸检测算法 23-30 2.2.1 Haar 特征 24-25 2.2.2 积分图(Integral Image) 25-26 2.2.3 强分类器 26-28 2.2.4 Cascade 级联检测器 28-30 2.3 基于角度估计的多角度人脸检测 30-36 2.3.1 平面内旋转 31-33 2.3.2 平面外旋转 33-34 2.3.3 旋转角度预估计 34-36 2.4 实验与分析 36-40 2.4.1 实验样本库 36-37 2.4.2 分类器训练 37 2.4.3 静态图片测试 37-38 2.4.4 实时多角度人脸检测模块 38-40 第三章 基于LPC-ASM 的人脸特征标定 40-59 3.1 问题的提出 40-41 3.2 主动形状模型(ASM) 41-48 3.2.1 形状模型 42-44 3.2.2 局部纹理建模与搜索 44-46 3.2.3 ASM 目标搜索过程 46-47 3.2.4 多分辨率搜索 47-48 3.3 局部轮廓约束的主动形状模型 48-51 3.3.1 局部轮廓约束 48-50 3.3.2 全变分模型 50-51 3.4 实验与分析 51-57 3.4.1 实验样本库 51-52 3.4.2 性能评价方法 52-53 3.4.3 模型初始定位 53-55 3.4.4 改进前后算法比较 55-57 3.4.5 准实时的面部特征标定演示模块 57 3.5 本章小结 57-59 第四章 基于Adaboost 的开集识别算法 59-79 4.1 问题的提出 59-65 4.1.1 人脸识别中的开集与闭集 59-62 4.1.2 开集识别问题的难点 62-64 4.1.3 Adaboost 算法的启示 64-65 4.2 相关工作介绍 65-69 4.2.1 人脸图像的Gabor 小波表述 65-67 4.2.2 Adaboost 算法在人脸识别中的应用 67-69 4.3 基于ADABOOST 方法的开集人脸识别 69-73 4.3.1 Adaboost 算法对正负样本的倾向性 69-70 4.3.2 几何变换 70-72 4.3.3 在线识别的加速策略 72-73 4.4 实验与分析 73-77 4.4.1 几何变换有效性的实验证明 73-75 4.4.2 开集下的算法测试 75-77 4.5 本章小结 77-79 第五章 总结与展望 79-82 5.1 总结 79-80 5.2 展望 80-82 参考文献 82-87 致谢 87-88 作者在攻读硕士学位期间发表和完成的论文 88-89 上海交通大学硕士学位论文答辩决议书 89-91
|
相似论文
- 2D人脸模板保护算法研究,TP391.41
- 基于加权投票和关键帧提取的视频流人脸识别方法研究,TP391.41
- 基于差分演化的人脸识别方法研究,TP391.41
- 基于神经树的人脸识别方法研究,TP391.41
- 基于AdaBoost算法的人脸识别研究,TP391.41
- 基于MMTD的人脸识别方法研究,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
- 分子三次、分母二次有理样条权函数神经网络研究及应用,TP183
- 基于人脸识别的图像美化系统设计与实现,TP391.41
- 基于特征融合的人脸识别算法研究,TP391.41
- 面向电力营销服务的客户身份自动识别系统设计,TP391.41
- 基于小波变换和线性子空间的人脸识别技术研究,TP391.41
- 基于局部二元模式和韦伯局部描述符的人脸识别,TP391.41
- 基于稀疏表达的人脸识别算法研究,TP391.41
- 彩色人脸检测与识别研究,TP391.41
- 可变光照和遮挡条件下的人脸识别技术研究及其应用,TP391.41
- 基于稀疏表示的人脸图像识别方法研究,TP391.41
- 基于子空间分析的人脸识别算法研究,TP391.41
- 分数阶微分数字图像处理及支持向量机在人脸识别中的应用研究,TP391.41
- 基于人脸识别的考勤系统的设计与实现,TP391.41
- 人脸识别中特征提取方法的研究,TP391.41
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
|