人脸识别的弹性束图匹配算法的研究

论文摘要

人脸识别在基于生物特征识别技术的身份认证中是最主要的方法之一。基于人脸识别的自动身份认证具有重要的理论意义和应用价值,对人脸自动识别方法的研究已成为当前模式识别和人工智能领域的一个研究热点。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。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,然后利用弹性束图进行精确定位。本文深入研究了利用二维Gabor小波变换进行人脸识别的理论方法和技术,论文的主要工作如下：1、本文对当前常用的人脸识别理论方法做了扼要的概括总结,对当前人脸识别技术的研究现状、存在的问题和技术发展进行了论述。2、讨论了人脸图像的预处理。人脸图像的预处理就是将由图像采集设备采集到的人脸图像调整成规范化的图像。3、研究了二维Gabor小波变换及其在识别应用中的响应特性。二维Gabor小波变换是通过计算一组二维Gabor滤波器与图像上给定位置附近区域像素灰度值的卷积来实现的。4、分析了人脸识别的特征点定位以及弹性束图匹配的基本过程,对其中的相似度以及匹配函数进行了分析。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景和意义
• 1.2 人脸识别的研究内容
• 1.2.1 人脸定位和检测
• 1.2.2 人脸识别的方法
• 1.3 人脸识别系统
• 1.4 人脸识别的应用与数据库
• 1.4.1 人脸识别的应用
• 1.4.2 主要的数据库
• 第二章 人脸识别的发展方向与预处理
• 2.1 人脸识别的发展方向
• 2.1.1 预处理技术
• 2.1.2 数据采集技术
• 2.1.3 多重特征和多种技术的融合
• 2.1.4 新一代基于认知机理理论方法的探索
• 2.2 人脸图像识别的预处理过程
• 2.3 人脸检测和眼睛定位
• 2.3.1 人脸的检测
• 2.3.2 眼睛的检测
• 2.4 几何规范化
• 2.4.1 仿射变换
• 2.4.2 灰度级插值
• 2.5 灰度规范化
• 2.5.1 图像平滑
• 2.5.2 直方图均衡化
• 2.5.3 灰度归一化
• 2.6 本章小结
• 第三章 Fourier变换与Gabor小波
• 3.1 Fourier变换
• 3.2 Gabor变换
• 3.2.1 一维Gabor小波
• 3.2.2 二维Gabor小波
• 3.3 二维Gabor小波的参数
• 3.3.1 参数的选择
• 3.3.2 参数的意义
• 3.3.3 人脸图像的Gabor小波表示
• 3.4 本章小结
• 第四章 基于Gabor小波表示的弹性束图匹配人脸识别
• 4.1 简介
• 4.2 弹性图匹配
• 4.3 弹性束图匹配
• 4.3.1 人脸表示
• 4.3.2 人脸束图
• 4.3.3 位移估计
• 4.3.4 图的相似性度量
• 4.3.5 匹配过程
• 4.4 人脸识别
• 4.5 实验结果与总结
• 4.5.1 实验结果
• 4.5.2 总结
• 第五章 结论和展望
• 5.1 本文工作小结
• 5.2 展望
• 参考文献
• 致谢