基于Gabor小波的人脸识别系统的研究与实现

论文摘要

人脸识别是二十多年来一个活跃的研究领域,在图像处理、模式识别、机器学习和计算机视觉等方面已取得了一些可喜的成果。本文首先探讨了基于PCA和LDA的人脸识别算法,然后给出了一种基于Gabor小波的人脸识别系统的实现。 在本文的人脸识别系统中,人脸被表示成一系列的特征点,每个特征点都被描述为一个由40个复Gabor滤波器组与该点响应的结果,称为Jet。这样一个Jet就描述了该特征点邻域的局部灰度信息,滤波器集采用了5个不同的频率和8个不同的方向(但这是可变的)。在训练集的图像中,用手工标注相关特征点的坐标并求取Jets;对于样本人脸图像,对应的特征点被自动搜索出。特征点粗略定位由训练集人脸的结构作先验知识,然后利用弹性图簇进行精确定位。当特征点被精确定位后,再从样本人脸图像求取Gabor Jets。样本图像的相似程度利用被检测人脸特征点相关Gabor Jets的相似度量函数来实现。 实验表明本系统在BioID人脸图像库上的正确识别率为90.0%,每秒钟搜索速度约为2800幅人脸。

论文目录

• 摘要
• AB STRACT
• 目录
• 第一章 绪论
• 1.1 人脸识别技术研究的必要性和内容
• 1.2 人脸识别技术的研究现状
• 1.2.1 基于几何特征的人脸识别方法
• 1.2.2 基于模板匹配的人脸识别方法
• 1.2.3 特征脸方法
• 1.2.4 隐马尔科夫模型
• 1.2.5 基于神经网络的方法
• 1.2.6 弹性图匹配方法
• 1.2.7 其他人脸识别方法
• 1.3 本论文的主要内容及安排
• 1.3.1 研究的主要内容
• 1.3.2 研究的目的
• 第二章 基于主分量线性判别方法人脸识别系统的研究
• 2.1 人脸图像预处理
• 2.1.1 几何归一化
• 2.1.2 灰度归一化
• 2.2 人脸图像集训练
• 2.2.1 对总体人脸图像数据矩阵作主成分分析并求取投影矩阵
• 2.2.2 求FLD投影矩阵和总体的最佳投影矩阵
• 2.3 投影
• 2.4 判别分类
• 2.5 仿真结果
• 第三章 EBGM算法的原理
• 3.1 Fourier变换与Gabor变换
• 3.1.1 Fourier变换
• 3.2 二维图像的Gabor变换与人脸的表示
• 3.2.1 Jets的定义
• 3.2.2 人脸表示
• 3.3 相似度量及搜索策略
• 3.3.1 相似度量
• 3.3.2 搜索策略
• 第四章 基于Gabor小波人脸识别系统的实现
• 4.1 人脸模型图库的建立
• 4.1.1 人工标注人脸图像的特征点
• 4.1.2 边数据的计算
• 4.1.3 GaborJet的生成
• 4.2 眼睛的定位和人脸图像的标准化
• 4.2.1 两个眼睛的中心的定位及几何标准化
• 4.2.2 人脸图像的灰度标准化
• 4.3 图像特征点的搜索及人脸图形数据库的生成
• 4.3.1 弹性粗匹配
• 4.3.2.弹性精确匹配
• 4.3.3.人脸图形数据库的生成
• 4.4 人脸的度量
• 4.5 仿真结果
• 第五章 结论及今后的工作
• 参考文献
• 致谢
• 独创性声明