学位论文 > 优秀研究生学位论文题录展示

基于统计的人脸检测与识别方法研究

作　者: 夏小东
导　师: 张家树
学　校: 西南交通大学
专　业: 信号与信息处理
关键词: 人脸检测人脸识别多角度人脸检测相位重构隐马尔可夫模型
分类号: TP391.41
类　型: 硕士论文
年　份: 2007年
下　载: 244次
引　用: 1次
阅　读: 论文下载

内容摘要

当前人脸识别技术已经成为计算机视觉和模式识别领域的研究热点，它具有广泛的应用领域和重要的理论研究价值。人脸识别技术主要包括人脸检测和人脸识别两个方面。人脸检测要走向实际应用，检测精度和速度是两个关键问题；多角度人脸检测是人脸检测中的一个难题。由于人脸的三维非刚体特性，同一人脸在不同姿态、光照条件下表现出很大的差异性，人脸识别算法的鲁棒性和速度都需要提高。本文使用基于统计的模式识别方法针对这些问题进行研究，主要工作内容有以下三点：1、分析了现有人脸检测方法的优缺点，提出了一种基于Census特征和CS-AdaBoost的实时人脸检测方法。该方法使用了一种更加有效的统计学习算法来训练样本，并且采用了一种多分辨率图像金字塔的搜索策略。实验证明，本方法提高了检测率，降低了误检率，而且新的搜索策略加快了检测速度。另外，本文还将改进后的方法应用于多角度人脸检测。2、对HMM在人脸识别中的应用进行了研究，分析了不同特征抽取方法对识别效果的影响，提出了一种基于局部奇异值和HMM的人脸识别方法。本方法采用局部奇异值向量作为HMM的观察序列，能够更加充分地利用图像的细节信息，用优化的模型进行人脸识别。对比其它基于HMM的人脸识别方法，本方法识别率更高，在ORL数据库上最高获得了99％的识别率，而且识别时间更短。3、对人脸识别中的光照问题进行了研究，分析了相位信息可以消除光照影响的特性，提出了一种基于相位重构和DiaPCA的人脸识别方法，并与几种经典的统计识别方法进行了对比。实验证明，在光照人脸识别问题上，本方法的识别率有了很大的提升，尤其当特征矩阵维数很小时，计算量大大降低，而且识别率也高于其它方法，可以用于快速光照人脸识别。

全文目录

摘要  4-5
Abstract  5-9
第一章绪论  9-18
  1.1 引言  9
  1.2 人脸检测国内外研究现状  9-12
  1.3 人脸识别国内外研究现状  12-16
  1.4 本文的主要工作  16-18
第二章基于Census特征和CS-AdaBoost的人脸检测方法  18-33
  2.1 Census特征及其光照鲁棒性  18-21
  2.2 构建弱分类器  21-22
  2.3 基于CS-AdaBoost的训练流程  22-24
  2.4 级联检测器  24-26
  2.5 搜索策略  26-27
  2.6 多角度人脸检测  27-29
  2.7 实验分析  29-32
    2.7.1 正面人脸检测  29-30
    2.7.2 多角度人脸检测  30-32
    2.7.3 恶劣光照下的人脸检测  32
  2.8 本章小结  32-33
第三章基于局部奇异值和HMM的人脸识别方法  33-42
  3.1 人脸的隐马尔可夫模型  33-35
  3.2 局部奇异值特征  35-37
  3.3 特征抽取  37-38
  3.4 隐马尔可夫模型训练、识别流程  38-40
  3.5 实验分析  40-41
  3.6 本章小结  41-42
第四章基于相位重构和DiaPCA的光照人脸识别方法  42-50
  4.1 相位重构  42-45
  4.2 对角化主成分分析  45-47
  4.3 训练识别流程  47
  4.4 实验分析  47-49
  4.5 本章小结  49-50
第五章总结与展望  50-52
致谢  52-53
参考文献  53-59
攻读硕士学位期间发表论文情况  59

基于统计的人脸检测与识别方法研究

内容摘要

全文目录

相似论文