人脸识别技术及其应用研究

人脸识别技术及其应用研究

论文题目: 人脸识别技术及其应用研究

论文类型: 博士论文

论文专业: 计算机应用技术

作者: 刘小华

导师: 周春光

关键词: 人脸检测,模型,模型,嵌入式小波零树,自适应谐振网络,人脸识别,均值聚类算法,广义加权模糊神经网络

文献来源: 吉林大学

发表年度: 2005

论文摘要: 人脸识别技术以其直接、友好、方便等特点,成为模式识别和机器视觉领域的热点研究问题。但由于姿态、光线、表情、遮挡、时间跨度等诸多因素的影响,人脸自动识别技术的研究还存在很多开放性问题,具有很大的挑战性。本论文对人脸检测和识别的基本理论和关键技术进行了深入研究。重点对彩色和灰度图像,在复杂背景条件下的人脸检测、特征提取、人脸识别等问题进行分析,并对人脸识别技术的应用进行讨论。论文的主要研究内容包括: (1)对近年来出现的人脸检测和识别的主要方法进行了介绍。(2)采用基于K-L模型和Agent模型进行彩色图像人脸检测。(3)根据小波变换技术对人脸图像进行特征提取。(4)使用自适应谐振网络对人脸图像进行识别。(5)把人脸识别技术应用在大规模数据库检索中,通过聚类算法提高了数据库的检索速度。(6)把人脸检测技术应用在基于内容的不良图像检索中,取得了较好的检索结果。(7)对项目组开发的基于人脸识别技术的产品进行简单的介绍。

论文目录:

第一章 绪论

1.1 生物特征识别技术

1.1.1 人脸识别

1.1.2 指纹识别

1.1.3 人脸温谱图识别

1.1.4 虹膜识别

1.1.5 视网膜识别

1.1.6 掌纹识别

1.1.7 3D 手型识别

1.1.8 手背脉纹识别

1.1.9 声纹识别

1.1.10 签名识别

1.1.11 DNA 序列匹配

1.1.12 耳形识别

1.1.13 步态识别

1.1.14 击键动态特征识别

1.1.15 小结

1.2 生物特征识别技术的应用和前景

1.3 人脸检测与识别技术的研究内容及其研究现状

1.3.1 人脸识别的研究内容

1.3.2 人脸识别的优势与困难

1.3.3 人脸识别的应用领域

1.3.4 人脸检测与定位方法发展研究及动态

1.3.5 人脸特征抽取与识别技术

1.3.6 人脸识别评价标准

1.4 本文的主要工作及内容安排

第二章 复杂背景下的人脸检测

2.1 引言

2.2 颜色模型

2.2.1 RGB 颜色模型

2.2.2 YIQ 颜色模型

2.2.3 HSV 模型

2.2.4 HIS 颜色模型

2.2.5 YCbCr(YUV)颜色模型

2.2.6 rgb 颜色模型

2.3 灰度图像检测

2.3.1 差分图像

2.3.2 投影斜率法

2.4 彩色图像检测

2.4.1 Agent 模型和K-L 模型

2.4.2 K-L 模型

2.4.3 Agent 模型

2.4.4 彩色图像检测实验结果

2.5 人脸检测总结

第三章 基于小波技术的人脸图像特征提取

3.1 引言

3.2 二维离散小波变换

3.3 基于小波变换的人脸图像特征提取

3.3.1 小波变换后的低频部分作为人脸图像的特征数据

3.3.2 简单加权小波系数作为人脸图像的特征数据

3.3.3 基于EZW 的小波压缩算法用于人脸特征提取

3.4 总结

第四章 基于自适应谐振网络的人脸识别

4.1 自适应谐振理论(ART)

4.2 ART2 神经网络

4.2.1 F_1 场中第j 个处理单元的描述

4.2.2 F_2 场中所完成运算的描述

4.2.3 F_1 场和F_2 场之间权重系数的学习

4.2.4 调整子系统的工作原理以及参数选择

4.2.5 ART2 网络的学习算法

4.3 人脸的局部特征定位

4.3.1 眼睛的定位

4.3.2 对人像的倾斜和旋转的补偿方法

4.3.3 脸部分割

4.3.4 获取面部特征向量

4.4 ART2 网络用于人像识别的算法

4.5 实验结果分析

4.6 结论和展望

第五章 基于人脸识别技术的大规模数据库快速检索

5.1 引言

5.2 数据库的组成

5.3 人脸特征提取

5.4 K-均值聚类算法

5.4.1 标准的K-均值聚类算法

5.4.2 分析

5.4.3 针对以上问题作出改进

5.5 实验

5.6 结果分析

5.7 结论

第六章 人脸检测技术在基于内容的不良图像检索中的应用

6.1 引言

6.2 不良图像建模

6.2.1 基于肤色的皮肤检测

6.2.2 姿态与关键部位特征点模型

6.2.3 嵌入式零小波进行数据压缩提取特征

6.3 广义模糊加权神经网络

6.3.1 广义模糊加权型推理法

6.3.2 网络模型

6.4 不良图像的识别

6.4.1 人脸检测用于判断是否是人的图像

6.4.2 关键点识别

6.4.3 神经网络识别

6.4.4 实验结果分析

6.5 结论和展望

第七章 基于人脸识别技术的应用系统

7.1 人脸识别门禁系统

7.1.1 系统组成

7.1.2 系统性能

7.2 嵌入式人像门锁

7.2.1 技术原理

7.2.2 硬件平台设计

7.2.3 软件平台

7.2.4 嵌入式技术研究与开发

7.3 嵌入式人像考勤系统

7.3.1 前台考勤

7.3.2 后台数据库管理

第八章 结束语

8.1 本文的主要贡献

8.2 展望

参考文献

攻读博士期间发表的学术论文和科研成果

致谢

博士学位论文摘要

Abstract of Doctor’s Degree dissertation

发布时间: 2005-08-26

参考文献

  • [1].复杂背景下人脸的检测与识别[D]. 张忠波.吉林大学2005
  • [2].基于统计特征的人脸识别技术研究[D]. 苏宏涛.西北工业大学2004
  • [3].人脸识别技术研究[D]. 周德龙.西北工业大学2000
  • [4].基于统一概率模型的人脸识别技术[D]. 廖频.中国科学院研究生院(计算技术研究所)2003
  • [5].基于ARM架构的嵌入式人脸识别技术研究[D]. 李外云.华东师范大学2008
  • [6].复杂背景下的多姿态人脸识别技术研究[D]. 朱长仁.国防科学技术大学2001
  • [7].人脸识别技术研究[D]. 刘小军.中国科学院电子学研究所2001
  • [8].光照变化条件下人脸识别技术研究[D]. 刘晓山.华南理工大学2011
  • [9].人脸识别技术及其在场馆门禁系统中的应用研究[D]. 许高凤.哈尔滨工程大学2009
  • [10].基于多线索的人脸识别认证[D]. 韩兆翠.大连理工大学2013

标签:;  ;  ;  ;  ;  ;  ;  

人脸识别技术及其应用研究
下载Doc文档

猜你喜欢