人臉檢測與識別算法研究與應用.pdf

1、人臉檢測與識別技術是模式識別、計算機視覺領域內最有理論價值和應用前景，且極具挑戰(zhàn)性的研究課題之一。其目的是使計算機像人一樣具有從一幅圖像中發(fā)現是否存在人臉，以及對發(fā)現的人臉進行身份鑒別的能力。本文在對目前主流人臉檢測與識別技術進行比較分析的基礎上，深入研究了如何提高人臉檢測與識別的精度與速度，同時保證系統(tǒng)有較強的魯棒性，并最終實現了一個人臉檢測與識別系統(tǒng)。通過在該系統(tǒng)上的大量評估性實驗以及對實驗數據的統(tǒng)計分析，證明本文采用的人臉檢測與識

2、別方法基本達到了上述目標。 本文主要研究工作如下： 在人臉檢測方面：采取膚色檢測與人臉面部特征空間定位相結合的方法。首先根據人臉膚色在色彩空間中的統(tǒng)計分布和聚類特性，選取出最適合人臉檢測的色彩空間和膚色模型。然后進行膚色分割，得到人臉圖像中可能的皮膚區(qū)域。再利用人臉區(qū)域的統(tǒng)計特性和傳統(tǒng)的先驗知識，從確定的皮膚區(qū)域中篩選出可能屬于人臉的區(qū)域。最后根據人臉特征提取和空間位置驗證，對候選人臉精確定位。通過實驗證明該方法有效可行

3、。 在人臉識別方面：對原圖像進行離散余弦變換，選取離散余弦變換系數的低頻部分作為隱馬爾可夫模型的觀察向量，進行訓練。使用二維隱馬爾可夫模型為二維的人臉圖像建模更能體現人臉的個體差異。實驗結果顯示采用該方法可獲得很高的識別精度。 通過對完成的人臉檢測與識別系統(tǒng)的大量測試實驗。表明該系統(tǒng)在人臉檢測與識別方面對光照條件、表情變化、人臉姿態(tài)的改變有很強的魯棒性，在各種復雜條件下保持了95％以上的檢測與識別率，同時達到了很高的識別