基于语义特征的人脸特征提取方法的研究

论文摘要

随着信息化技术、计算机技术、网络技术的迅速发展,可视化的人脸图像资源将变得越来越多。建立快速高效的人脸图像检索机制,己经成为电子信息领域内亟待解决的问题。本课题确定基于语义特征的人脸特征提取方法的研究,将运用数字图像处理技术、人脸模式识别技术与传统的数据库检索技术,融合基于文本的图像检索和基于内容的图像检索两者技术优势为一体,避开在图像之间进行的繁琐匹配处理过程。首先,采取基于结构的方法,用肤色自适应的方法从输入图像中自动找出人脸位置;其次,再利用原灰度图积分投影方法将面部主要器官从人脸图像中自动分割出来;然后,通过对面部器官的几何特征点检测来设定不同的面部器官特征参数,并按照这些特征参数的取值范围进行数据分类处理并转化为形象化的语义描述;最后,将这些形象化的语义描述组合在一起表示人脸,并设计一个语义人脸图像检索系统,通过语义数据库检索出一定量的相似人脸图像,从而实现快速准确的检索目的。以200人为待测样本进行检索实验,正确检索出来的为155人,完全匹配的为125人,系统的识别率为75.55%,平均检索时间<0.1s。实验证明,这种算法具有很强的鲁棒性,使用此方法所建立的语义人脸图像检索系统,具有快速、高效、实用的特点。

论文目录

• 摘要
• ABSTRACT
• 创新点摘要
• 第一章 绪论
• 1.1 课题研究的背景和意义
• 1.2 人脸识别的研究现状及发展趋势
• 第二章 人脸图像识别与语义图像检索理论研究
• 2.1 人脸识别理论基础
• 2.2 人脸识别的主要技术方法及关键问题
• 2.3 语义图像检索技术
• 2.3.1 图像的语义表示方法
• 2.3.2 图像的语义提取方法
• 2.4 本章小结
• 第三章 基于肤色的人脸检测及人脸对象的区域分割
• 3.1 基于肤色的人脸检测
• 3.1.1 肤色映射人脸区域
• 3.1.2 人脸边界的确定
• 3.2 图像预处理
• 3.3 图像分割方法
• 3.4 基于人脸眼间带状区域的人脸对象分割
• 3.4.1 眼睛的定位及人脸眼间带状区域图像的提取
• 3.4.2 人脸对象区域分割
• 3.5 本章小结
• 第四章 基于语义的人脸图像特征提取技术研究
• 4.1 眼睛模型建立及特征提取技术
• 4.1.1 眼睛的几何模型
• 4.1.2 眼睛特征的提取方法
• 4.2 眉毛模型建立及特征提取技术
• 4.2.1 眉毛的几何模型
• 4.2.2 眉毛特征的提取方法
• 4.3 鼻子模型建立及特征提取技术
• 4.3.1 鼻子的几何模型
• 4.3.2 鼻子特征的提取方法
• 4.4 嘴巴模型建立及特征提取技术
• 4.4.1 嘴巴的几何模型
• 4.4.2 嘴巴特征的提取方法
• 4.5 下巴模型建立及特征提取技术
• 4.6 本章小结
• 第五章 基于语义描述的特定人脸图像检索系统设计
• 5.1 基于语义的人脸数据库构建
• 5.2 基于语义的人脸图像检索系统实现
• 5.2.1 检索流程
• 5.2.2 不等距搜索算法
• 5.3 本章小结
• 第六章 实验及其结果分析
• 6.1 实验
• 6.2 实验结果分析
• 6.3 本章小结
• 总结与展望
• 参考文献
• 发表文章目录
• 致谢
• 详细摘要