首页> 正文

人脸检测和识别系统研究

2020-12-01阅读(588)

人脸检测和识别系统研究

论文摘要

随着社会的发展,人们对身份鉴别的准确性、安全性与实用性提出了更高的要求,传统的身份识别方法已经不能满足这种要求,而人体丰富的生理和行为特征为此提供了一个可靠的解决方案,因而引起国际学术界和企业界的广泛关注。生物识别是一种根据人体自身的生理特征(如指纹、脸像、虹膜等)和行为特征(如笔迹、声音、步态等)来识别身份的技术。近年来,随着模式识别、图像处理和信息传感等技术的不断发展,生物识别显示出更为广阔的应用前景。众所周知,其它的生物测定方法如指纹、声音和虹膜等,要求测定者主动配合,才能达到识别的目的,而人脸识别却不受这种限制。因此,人脸识别正在成为当前人们关注和投入较大研究力量的重点。本文在分析和总结国内外近十多年来的相关研究成果和最新研究进展的基础上,针对应用上急需解决的人脸分割定位和人脸识别的方法和理论进行了系统的实验和理论研究,从而突破了人脸分割和图像检测等方面的一些难题。本文的主要研究内容集中在以下三个方面:1提出了一种基于图像缝隙测量的分割算法。该算法可以准确划分背景和目标、多目标相互重叠及同一目标不同部位的分割,并且取得了理想的分割效果;分割图像所用时间比相关文献的记录时间大幅减少,减少了运算时间,提高了分割效率。同时,对目前的主要人脸检测和识别算法的最新进展作了归纳,并指出各算法的优缺点。2提出了一种结合直方图匹配和形状约束的人脸跟踪方法。把人脸形状看成是一个椭圆。首先通过带空间信息的自适应直方图匹配,来估计一个大体的位置。在直方图匹配中,采用了均值漂移的优化思想自动搜索匹配路径。然后,结合椭圆形状约束,采用椭圆边界上点的归一化梯度模型来准确定位位置及其尺度的大小。实验结果证明了此方法的实时性和鲁棒性。3提出了一种基于ICA(Independent Component Analysis)改进算法。无论是PCA(Principal Component Analysis)算法还是PPCA(Probabilistic PrincipalComponent Analysis)算法都是一种基于二阶统计方法,也就是说,仅仅使用了人脸数据中的协方差信息。同时,在这些方法中常常假设变量具有高斯属性,但是在实际中存在许多非高斯属性的变量,而对于非高斯变量存在成分的统计独立与成分的统计不相关是不等价的。因此,在神经网络和信号处理中提出了一种高阶统计方法。该方法主要针对非高斯变量,充分利用高阶统计量中所包含的信息,同时使其分离出的成分尽可能独立,即称为独立成分分析ICA方法。但是,ICA具有较强的限制条件,同时也假设模型是无噪声模型,称为无噪声ICA。因此,在实际中很可能导致病态情况。本文基于ICA和核技术的优点,利用重构核希尔伯特空间(Reproducing Kernel Hilbert Space,RKHS)内的非线性函数作为对比函数,将信号从低维空间映射到高维空间,并运用核方法在该空间内搜索对比函数的最小值。因此,与传统ICA方法相比,基于核独立成分分析(KICA)的人脸识别方法具有更好的灵活性和鲁棒性。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 研究背景及课题来源
  • 1.2 人脸检测研究的背景和意义
  • 1.3 人脸检测研究的国内外动态
  • 1.4 人脸识别研究的背景和意义
  • 1.5 人脸识别国内外相关研究动态
  • 1.6 人脸检测与人脸识别的关系
  • 第二章 人脸检测和识别的主要方法及研究进展
  • 2.1 人脸检测的主要方法及进展
  • 2.1.1 肤色区域分割方法
  • 2.1.2 基于模板匹配法
  • 2.1.3 基于启发式模型法
  • 2.1.4 基于统计模型法
  • 2.1.4.1 基于特征空间的方法
  • 2.1.4.2 基于神经网络的方法
  • 2.1.4.3 基于概率模型的方法
  • 2.1.4.4 基于支持向量机的方法
  • 2.1.5 基于统计模型方法的总结
  • 2.2 人脸识别的主要方法及进展
  • 2.2.1 基于几何特征的方法
  • 2.2.2 基于代数特征的方法
  • 2.2.3 基于连接机制的方法
  • 2.2.4 其它方法
  • 2.3 本章小结
  • 第三章 一种高速人脸图像分割算法
  • 3.1 国内外研究现状
  • 3.2 图像分割的主要方法
  • 3.2.1 基于直方图阈值的分割方法
  • 3.2.2 基于图像域的分割方法
  • 3.2.2.1 采用分裂-合并策略的分割算法
  • 3.2.2.2 区域生长法
  • 3.2.3 基于边缘检测的分割技术
  • 3.2.4 基于神经网络的分割方法
  • 3.2.5 基于统计学习模型的分割方法
  • 3.3 基于图像缝隙测量的一种高速图像分割算法
  • 3.3.1 本文中的相关定义
  • 3.3.2 图像的膨胀和腐蚀
  • 3.3.3 算法原理及实现步骤
  • 3.3.4 实验结果及分析
  • 3.4 本章小结
  • 第四章 基于均值漂移的人脸检测和跟踪方法
  • 4.1 基于变化检测的运动对象提取
  • 4.2 均值漂移算法概述
  • 4.3 加权直方图的方法
  • 4.4 形状约束模型
  • 4.5 本算法的实现步骤
  • 4.6 实验结果分析
  • 4.7 本章小结
  • 第五章 基于核独立成分分析的人脸识别方法
  • 5.1 独立成分分析方法的基本理论
  • 5.2 核独立成分分析的基本理论
  • 5.3 基于核广义方差的KICA算法
  • 5.4 实验结果及分析
  • 5.5 本章小结
  • 第六章 总结与展望
  • 6.1 本文主要研究成果
  • 6.2 未来工作展望
  • 参考文献
  • 致谢
  • 攻读硕士期间所发表的论文

    • 相关论文文献

    • [1].一种使用多维度直方图匹配的图像风格迁移算法[J]. 计算机与现代化 2019(02)
    • [2].基于直方图的白平衡算法的研究[J]. 微电子学与计算机 2018(06)
    • [3].基于色彩直方图匹配的颜色传递算法研究[J]. 武夷学院学报 2017(09)
    • [4].基于直方图匹配的图像抖动消除算法[J]. 山西大同大学学报(自然科学版) 2017(02)
    • [5].直方图匹配算法在超声弹性成像上的应用研究[J]. 计算机应用研究 2013(04)
    • [6].基于直方图匹配的鬼影检测算法[J]. 计算机工程与科学 2008(07)
    • [7].灰度成像扩展目标跟踪直方图匹配修正方法[J]. 舰船电子工程 2018(02)
    • [8].基于引导滤波和直方图匹配的遥感图像融合[J]. 电视技术 2018(10)
    • [9].基于投影直方图匹配的双目视觉跟踪算法[J]. 智能系统学报 2015(05)
    • [10].基于SAD的直方图匹配算法在超声弹性成像上的应用[J]. 现代计算机(专业版) 2016(03)
    • [11].基于图模型及直方图匹配的航拍图像拼接技术[J]. 弹箭与制导学报 2018(06)
    • [12].实现拼接全景照片的色彩自动匹配[J]. 电脑编程技巧与维护 2009(21)
    • [13].基于提升小波和直方图匹配的图像增强方法[J]. 电脑知识与技术 2017(27)
    • [14].利用直方图匹配和低通滤波改进的SVR融合算法[J]. 武汉大学学报(信息科学版) 2012(11)
    • [15].频域滤波与直方图匹配相结合的条带噪声去除法[J]. 地理空间信息 2018(07)
    • [16].基于非下采样Contourlet变换系数直方图匹配的自适应图像增强[J]. 光学精密工程 2014(08)
    • [17].基于颜色直方图匹配的半透明材质估计[J]. 计算机辅助设计与图形学学报 2015(03)
    • [18].基于直方图匹配与图像修复的图像风格化[J]. 计算机工程与设计 2018(10)
    • [19].基于K-S检验的直方图匹配目标跟踪算法[J]. 国外电子测量技术 2012(03)
    • [20].成品家具中的表面死节缺陷图像检测方法[J]. 家具 2018(05)
    • [21].基于卡尔曼滤波和直方图匹配算法的目标跟踪算法研究[J]. 办公自动化 2018(04)
    • [22].基于双重过滤的快速行人检测研究[J]. 现代制造技术与装备 2020(07)
    • [23].基于SIFT特征的自适性目标识别技术[J]. 科技资讯 2011(34)
    • [24].基于模糊熵改进的直方图匹配算法研究[J]. 西南大学学报(自然科学版) 2016(04)
    • [25].基于优化导向滤波算法的遥感图像预处理仿真[J]. 计算机仿真 2019(09)
    • [26].基于直方图匹配的艺术Mosaic图像并行拼贴[J]. 安徽工业大学学报(自然科学版) 2018(04)
    • [27].基于L_1范数的形状快速匹配算法[J]. 计算机应用研究 2019(01)
    • [28].基于MODIS数据的Landsat-7 SLC-off影像修复方法研究[J]. 测绘学报 2010(03)
    • [29].基于帧间差分和水平集的运动目标探测跟踪方法[J]. 探测与控制学报 2015(01)
    • [30].基于局部精确直方图匹配的无人机景象匹配导航色彩恒常算法[J]. 中国惯性技术学报 2015(05)

    标签：;  ;  ;  ;  ;  ;  

    人脸检测和识别系统研究
    下载Doc文档

    猜你喜欢

    © 2024 毕速过 版权所有 鄂ICP备12018319号-5