基于彩色图像的人脸检测与识别技术研究

论文摘要

由于人脸检测识别技术在安全部门、电视会议、身份鉴别、数字监控等领域的应用越来越广泛,它作为一项极具发展潜力的生物特征识别技术,已成为近年来科学研究的热点,也已引起了研究者们越来越多的关注。本文针对彩色图像中人脸的检测和识别技术进行了详细的研究,提出了人眼中心定位和简化人脸识别的新方法,并对现有算法进行了有效的改进。本文主要包括两部分的内容,一部分是人脸检测,另一部分是人脸识别。将人脸检测分为粗定位和精确定位两部分。在讨论及分析肤色模型概念及原理的基础上给出了基于肤色模型的人脸分割方法,从而实现了人脸的粗定位。在Canny算子边缘检测的基础上,提出了一种人眼中心的定位方法,在确定眼睛大致区域后,利用圆的几何特性在边缘图像中寻找眼睛中心点。综合运用亮度和色度信息定位鼻子和嘴巴中心点以及其它特征点,并将三次B样条曲线用于鼻子轮廓的拟合。最终实现了人脸的精确定位,排除了脖子、服饰等干扰因素。在人脸识别部分,基于隐马尔可夫模型,提出了一种简化观察序列提取过程的方法。通过小波变换压缩原始图像的数据,利用人脸检测阶段所得到的结果缩小采样范围,定义恰当尺寸的采样窗口,直接以人脸采样区域的灰度均值作为特征,形成一系列观察序列,从而简化人脸隐马尔可夫模型的训练过程,减少识别人脸的时间。通过大量实验验证本文所提出的人脸检测及人脸识别方法的准确性和可行性。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 研究的背景和意义
• 1.2 人脸识别的发展简史及国内外现状
• 1.3 本文的主要研究内容
• 2 人脸检测及识别技术综述
• 2.1 主要的人脸检测方法
• 2.2 主要的人脸识别方法
• 2.3 本章小结
• 3 人脸检测及特征定位
• 3.1 人脸粗定位及边缘提取
• 3.2 眼睛定位
• 3.3 鼻子定位
• 3.4 嘴巴定位及人脸精确定位
• 3.5 本章小结
• 4 基于小波变换及隐马尔可夫模型的人脸识别
• 4.1 隐马尔可夫模型简介
• 4.2 隐马尔可夫模型在人脸识别中的应用
• 4.3 基于小波变换的观察序列提取
• 4.4 训练HMM及人脸识别
• 4.5 本章小结
• 5 总结与展望
• 参考文献
• 致谢
• 攻读硕士学位期间完成论文和科研情况简介