基于网格计算技术的人脸识别研究

论文摘要

人脸自动识别因在安全验证系统、刑侦破案和人机交互等方面的巨大应用前景,已经成为当前模式识别、人工智能和计算机视觉等研究领域的一个热点,并作为一个新的研究领域而受到世界各国政府、企业、研究机构和大学的极大重视。在过去的几十年中,各地的研究者提出了多种不同的人脸识别方法,以提高人脸识别的识别精度,但到目前为止,人脸识别在实际应用中还很少成功。那是因为对于大型人脸库,人脸识别还存在两大关键问题尚待解决:大量人脸图像数据的处理能力;因为光照、姿态等条件因素影响,人脸识别算法存在着相对性。即某种算法只对某类人脸库才有很好的处理效果,没有一个通用、万能的处理算法。而集中式或传统的分布式系统构架都无法从根本上解决这些问题。那么如何才能将分散的、不同的处理算法和处理能力有效的集成,建立一个通用的、协同的、智能的虚拟处理平台以充分利用和共享各种资源,提高处理速度和能力?网格的出现很好的解决了这个问题。因为网格的最终目的就是实现资源共享,包括数据资源、计算资源等,从而有效的利用闲置资源。对于人脸识别中存在的两个关键问题:前者,可以通过基于网格的分布式数据库,把大型人脸图像库划分为中、小型人脸图像库,并借鉴计算网格、数据网格以及Globus等的实际应用来解决;后者,可以基于应用共享的网格来实现,最后统一集成到一个虚拟处理平台下。作者首先分别对人脸识别技术和网格技术做了一个介绍;然后,针对大型人脸库,人脸识别所存在的两大关键问题,提出了自己的解决方案,把网格技术和人脸识别相结合;并设计了一种基于网格的应用于大型人脸库的人脸识别系统,详细阐述了该人脸识别网格统的体系结构,以及对系统中的各个模块进行了详细的设计和规划。为解决在大型人脸库中,人脸识别所存在的问题提供了一种很有前景的解决方法和思路。最后用Globus Toolkit 3.0初步开发了肤色检测系统和设计了一种基于LDA的人脸识别系统的基本构架,为以后进行人脸识别的网格开发提供了基础。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 引言
• 1.2 人脸识别概述
• 1.2.1 人脸检测与定位
• 1.2.2 特征提取与人脸识别
• 1.3 本文的主要内容
• 1.4 本文的组织结构
• 2 网格技术概述
• 2.1 引言
• 2.2 网格技术的产生
• 2.3 网格的思想
• 2.4 网格的概念
• 2.5 网格的特点
• 2.6 网格技术的发展现状
• 2.6.1 国外研究现状
• 2.6.2 国内研究现状
• 2.7 本章小结
• 3 网格体系结构
• 3.1 引言
• 3.2 五层沙漏结构
• 3.2.1 五层结构
• 3.2.2 沙漏形状
• 3.3 开放的网格体系结构（OGSA）
• 3.3.1 基本思想
• 3.3.2 OGSA 的支撑技术
• 3.3.3 Web Service
• 3.3.4 服务接口和功能机制
• 3.4 本章小结
• 4 基于网格技术的人脸识别技术
• 4.1 引言
• 4.2 区域划分的思想
• 4.2.1 基于多类别的人脸识别方法
• 4.2.2 试验结果
• 4.2.3 结论
• 4.3 多算法集成
• 4.4 本章小结
• 5 基于网格的人脸识别系统框架设计
• 5.1 引言
• 5.2 系统体系结构
• 5.3 网格基础支撑层
• 5.3.1 分层树形结构
• 5.3.2 信息索引中心
• 5.3.3 本地资源任务管理
• 5.3.4 任务管理
• 5.3.5 数据管理
• 5.4 系统门户
• 5.5 系统总体流程
• 5.6 本章小结
• 6 肤色检测系统开发和基于LDA 人脸识别系统的构架设计
• 6.1 GLOBUS TOOLKIT 3 介绍
• 6.2 GT3 下载
• 6.3 GT3 安装
• 6.3.1 安装JDK
• 6.3.2 安装ant
• 6.3.3 安装GT3 core
• 6.4 WEB 服务实验
• 6.4.1 服务端程序设计
• 6.4.2 客户端程序设计
• 6.4.3 实验结果
• 6.5 肤色检测系统
• 6.5.1 肤色检测系统综述
• 6.5.2 肤色检测系统基本结构
• 6.5.3 肤色检测系统中的相关技术
• 6.5.4 肤色检测系统实现及其结果
• 6.5.5 系统运行结果分析
• 6.6 基于LDA 人脸识别系统的构架设计
• 6.7 本章小结
• 7 结论
• 7.1 工作总结
• 7.2 进一步的工作与展望
• 致谢
• 参考文献
• 附录：作者在攻读硕士学位期间发表的论文目录