人臉檢測與識別算法研究與應(yīng)用.pdf

1、人臉檢測與識別技術(shù)是模式識別、計算機(jī)視覺領(lǐng)域內(nèi)最有理論價值和應(yīng)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(jī)像人一樣具有從一幅圖像中發(fā)現(xiàn)是否存在人臉，以及對發(fā)現(xiàn)的人臉進(jìn)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(shù)進(jìn)行比較分析的基礎(chǔ)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(qiáng)的魯棒性，并最終實現(xiàn)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(shù)據(jù)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(dá)到了上述目標(biāo)。 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(jié)合的方法。首先根據(jù)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(jìn)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(jù)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(jìn)行離散余弦變換，選取離散余弦變換系數(shù)的低頻部分作為隱馬爾可夫模型的觀察向量，進(jìn)行訓(xùn)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(xiàn)人臉的個體差異。實驗結(jié)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(qiáng)的魯棒性，在各種復(fù)雜條件下保持了95％以上的檢測與識別率，同時達(dá)到了很高的識別