学位论文 > 优秀研究生学位论文题录展示

彩色人脸检测与识别研究

作　者: 王善民
导　师: 杨健
学　校: 南京理工大学
专　业: 计算机应用技术
关键词: 彩色人脸识别人脸检测肤色模型颜色空间 Gabor变换多特征
分类号: TP391.41
类　型: 硕士论文
年　份: 2012年
下　载: 96次
引　用: 0次
阅　读: 论文下载

内容摘要

众所周知,人脸检测与识别一直活跃在模式识别领域的研究前沿。找寻性能更加有效的人脸检测与识别算法,仍然是一个艰巨而富有挑战的工作。现实世界是五彩缤纷的。研究发现,颜色在人脸检测与识别中扮演了一个十分重要的角色。基于彩色图像的人脸检测和识别,无论是从现有算法性能上还是未来可提升空间上,都优于基于灰度或亮度图像的人脸检测和识别。因此,本文从彩色图像出发,对彩色图像的人脸检测和识别进行了研究,主要工作和内容如下：第一：分析和概括了人脸检测与识别的发展现状和基本方法。第二：分析了构造肤色模型的颜色空间和基于肤色模型的彩色人脸检测；将Fisher判别分析的思想应用到肤色与非肤色分割领域,通过样本训练构造了一个适于肤色人脸检测的“肤色判别颜色空间(SDCS)”。实验表明：在SDCS下,肤色与非肤色具有更好的可分离性。第三：介绍了Gabor小波变换的原理及其参数含义,进而介绍了基于Gabor的人脸描述方法；针对不同参数组合得到的Gabor滤波器具有不同的人脸描述性能,提出了一种“加权Gabor小波变换”人脸描述方法。在ORL、FERET和AR等3个人脸数据库上的实验表明：本文提出的“加权Gabor小波变换”的人脸描述方法优于直接的Gabor小波变换的人脸描述方法。第四：分析了适用于彩色人脸识别的颜色空间；在亮度与色度分离的颜色空间中,提出了一种“基于多特征的彩色人脸识别”方法。最后通过在AR彩色人脸库和NUST RWFED彩色人脸库上的实验表明了本文方法的有效性。

全文目录

摘要  3-4
Abstract  4-8
1 绪论  8-17
  1.1 生物特征识别  8-9
    1.1.1 生物特征识别概述  8
    1.1.2 生物特征识别的应用  8-9
  1.2 人脸检测与识别技术  9-12
    1.2.1 人脸检测与识别技术概述  9-10
    1.2.2 人脸检测与识别技术的研究现状  10-11
    1.2.3 人脸检测与识别技术的研究难点和发展趋势  11-12
  1.3 人脸检测基本方法  12-13
  1.4 人脸识别基本方法  13-15
    1.4.1 基于局部的识别方法  13-14
    1.4.2 基于整体的识别方法  14-15
  1.5 本文的研究内容与组织结构  15-17
    1.5.1 本文的主要研究内容和创新  15-16
    1.5.2 本文的组织结构  16-17
2 基于肤色模型的人脸检测  17-32
  2.1 前言  17
  2.2 肤色的颜色空间  17-18
  2.3 高斯肤色模型的构造与肤色提取  18-20
    2.3.1 高斯肤色模型  18-19
    2.3.2 基于高斯肤色模型的人脸检测流程  19-20
  2.4 基于SDCS颜色空间下肤色模型的人脸检测  20-22
    2.4.1 问题提出  20
    2.4.2 肤色判别颜色空间(SDCS)  20-22
    2.4.3 SDCS颜色空间下的肤色模型构造与检测  22
  2.5 实验分析  22-30
    2.5.1 实验样本  22-23
    2.5.2 训练SDCS颜色空间  23-25
    2.5.3 SDCS颜色空间的性能度量  25-27
    2.5.4 SDCS下的肤色模型构造与检测结果  27-30
  2.6 本章小结  30-32
3 基于Gabor小波变换的人脸描述  32-51
  3.1 前言  32
  3.2 Gabor小波原理  32-37
    3.2.1 2D-Gabor小波变换  32-33
    3.2.2 2D-Gabor小波滤波器组的参数  33-35
    3.2.3 人脸的Gabor特征描述  35-37
  3.3 基于Gabor小波的人脸识别方法概述  37-39
    3.3.1 局部法的Gabor人脸识别  37-38
    3.3.2 整体法的Gabor人脸识别  38
    3.3.3 Gabor特征的降维  38-39
  3.4 一种加权的Gabor人脸描述方法  39-42
    3.4.1 问题提出  39-40
    3.4.2 基于Fisher判别分析原理的权值计算  40-41
    3.4.3 Gabor特征加权  41-42
  3.5 实验分析  42-50
    3.5.1 权值训练结果  44-45
    3.5.2 PCA方法下的实验  45-46
    3.5.3 FLDA方法下的实验  46-47
    3.5.4 KPCA方法下的实验  47-49
    3.5.5 2DPCA方法下的实验  49-50
  3.6 本章小结  50-51
4 基于多特征的彩色人脸识别  51-78
  4.1 前言  51
  4.2 彩色人脸识别的颜色空间  51-53
  4.3 彩色图像的多特征描述和提取  53-57
    4.3.1 亮度组件与色度组件的特征描述  54-55
    4.3.2 亮度组件与色度组件的特征提取  55-57
  4.4 特征融合准则  57-61
    4.4.1 乘法准则(Product Rule)  59
    4.4.2 加法准则(Sum Rule)  59-60
    4.4.3 权重匹配准则(Matcher Weighting Rule)  60-61
  4.5 实验分析  61-77
    4.5.1 彩色人脸样本预处理  61-63
    4.5.2 亮度组件下的实验  63-64
    4.5.3 色度组件下的实验  64-68
    4.5.4 基于多特征的彩色人脸识别实验  68-74
    4.5.5 在NUST_RWFED彩色人脸库上的实验  74-77
  4.6 本章小结  77-78
5 结论  78-80
  5.1 本文工作总结  78-79
  5.2 未来工作展望  79-80
致谢  80-81
参考文献  81-84

彩色人脸检测与识别研究

内容摘要

全文目录

相似论文