人脸识别理论关键技术的研究

论文摘要

身份认证是人们在日常生活中经常遇到的问题,几乎每时每刻都需要证明身份,在信息技术飞速发展的今天,电子商务、网上银行、公共安全等领域对身份认证的可靠度和方式提出了新的要求,传统的身份认证方法已经不能满足这些要求。但人脸作为特征具有不易伪造、不会遗失、终身不变性和随身携带的优点,与指纹、视网膜、虹膜、基因等其他人体生物特征识别系统相比,人脸识别系统更加直接、友好,使用者无任何心理障碍。人脸检测识别要求对受检人的身体伤害以及人身自由的限制最少。由人脸检测和人脸识别两个关键环节组成。人脸检测是指利用计算机在输入图像中确定所有人脸的位置、大小,是人脸信息处理中的一项关键技术。人脸识别是利用计算机分析人脸图像,进而从中提取有效的识别信息,用来“辨识”身份的一门技术。人脸识别的研究涉及心理学、生理学、人工智能、模式识别、计算机视觉、图像分析与处理等多个学科领域。它是人类智能的基本体现,它是最典型、最困难的模式识别问题之一,对这一问题的研究和解决,有助于对其他对象识别问题的研究和解决。人脸识别也因此成为这些基础研究领域的重要课题之一,具有重要的理论研究价值。本文的主要工作包括:本文分析了复杂环境下人脸检测的本质。即在复杂环境下检测出人脸区域及人脸大小,这一任务决定人脸检测具有不确定性。不确定性的主要原因有:a:由于光照和当时人的行动速度等因素造成了图像质量的不确定;b:图像中是否存在人脸以及人脸区域的大小是不确定的;c:人脸与非人脸之间的区别没有明确界定造成了概念之间的不确定性。人脸检测的不确定性决定了人脸检测不能

论文目录

• 中文摘要
• 英文摘要
• 1 绪论
• 1.1 引言
• 1.2 人脸检测识别的研究现状
• 1.3 人脸检测识别研究存在的主要问题和对策
• 1.4 本文的工作
• 2 基于子图像信息融合的复杂背景的人脸检测
• 2.1 引言
• 2.2 人脸检测的本质
• 2.3 彩色图像的肤色分割
• 2.4 多尺度子图像
• 2.5 子图像信息融合
• 2.6 子图像人脸检测
• 2.7 原图像人脸定位
• 2.8 小结
• 3 基于支持向量机的复杂背景的人脸检测
• 3.1 引言
• 3.2 统计学习的本质
• 3.3 核函数
• 3.4 支持向量机
• 3.5 基于支持向量机的人脸检测
• 3.6 小结
• 4 决策级融合的人脸检测及图像规范化
• 4.1 引言
• 4.2 信息融合
• 4.3 决策级信息融合的人脸检测
• 4.4 几何规范化
• 4.5 灰度规范化
• 4.6 小结
• 5 基于仿生模式的人脸识别
• 5.1 引言
• 5.2 人脸识别的本质
• 5.3 统计模式人脸识别
• 5.4 传统统计模式人脸识别的局限性
• 5.5 仿生人脸模式识别的基点--样本分布的连续性
• 5.6 仿生人脸模式识别的数学模型
• 5.7 仿生人脸模式识别
• 5.8 小结
• 6 基于局部特征的人脸识别
• 6.1 引言
• 6.2 人脸局部特征
• 6.3 基于局部特征人脸识别的训练
• 6.4 基于局部特征人脸识别
• 6.5 小结
• 7 实验结果及分析
• 7.1 引言
• 7.2 人脸检测识别实验结果
• 7.3 人脸检测识别实验结果分析
• 7.4 小结
• 结论与展望
• 参考文献
• 攻读博士学位期间科研及学术论文情况
• 致谢