文档介绍：上海交通大学
博士学位论文
人脸特征点定位及识别的研究
姓名:杜春华
申请学位级别:博士
专业:模式识别与智能系统
指导教师:杨杰
20081101
人脸特征点定位及识别的研究摘要别。人脸识别是模式识别领域中最为典型的应用,很多模式识别方法为人脸识娌隽巳肆呈侗鸬牡姆⒄估蹋壳暗难芯肯肿矗谕庋芯炕梗人脸识别试图让计算机能够自动的根据人脸图像进行人的身份的验证和识别的研究提供了理论基础,同时人脸识别的发展也进一步拓展了模式识别方法的应用领域,并加速了模式识别的发展。很多模式分类方法起初是为了解决人脸问题而被提出,然后再被应用到其他模式识别领域。人脸识别技术在反恐、社会安全、监控系统等方面有着非常广泛的应用前景。这些都使得人脸识别的研究得到越来越多的关注。但要真正把人脸识别技术应用到实际生活中还有诸多问题需要解决。有些问题尤为突出,如人脸特征点的精确定位,人脸姿态的估计,识别率和速度之间的平衡问题的解决。因此,本文深入研究了上述关键问题,主要贡献有:晗附樯芰宋颐茄芯啃∽樗7⒌娜肆呈侗鹣低嘲ǖ淖幽?椋喝肆臣测、人脸识别、人脸特征点定位、人脸识别、人脸特征提取、流行学习、姿态估计、人脸模型。描述了它们在整个人脸识别系统中的功能。存在的问题和弊端,指明了目前需要解决的问题。国际上人脸识别竞赛,商业化产品,主要成果以及人脸研究中常用的人脸数据库。氐阊芯苛薃虯脸特征点定位方法。深入分析了娜毕荨0袮模型中的特征点局部轮廓特征从一维拓展到二维,增加了特征点包含的信息,提高了每个特征点定位的精度,进而提高所有特征点P徒峁定位精度。在搜索迭代过程中,提出把寻找特征点新位置的问题从马氏距离最小化问题转换为分类问题,并用分类器进行分类。提出了对不同的人脸特征点根据其独特的特性使用不同的度量函数寻找新位置。在多分辨率搜索过程中,提出了限制最后一层特征点位移的思路,这就降低了一
由于噪音对寻找特征点新位置的影响。同时还提出了在不同层次中构建不同长度的特征点局部轮廓的思路。芯苛巳肆呈侗鹬凶钗5湫偷淖涌占浞椒ǎ篜约癓L岢隽艘恢职焉鲜鲎涌间降维方法和聚类方法相结合的新的识别方法。与子空问方法在测试过程中需要把测试样本和每一个训练样本进行对比不同,新的识别方法仅仅需要把测试样本和代表了每一类的代表样本进行比对以达到识别的目的。这种识别策略不仅降低了训练样本中噪音对识别性能的影响,还提高了识别速度。樯芰酥髁鞯牧餍窝胺椒ǎ⒍云渲蠷降维方法进行了深入的研究。针对枰4罅样本进行训练的缺陷,提出了通过低采样由单个样本生成多个样本的思路。提出把蚏相结合的思路,这样既减少了网络的节点数,也减少了训练时间。还提出了以卣髯魑J淙攵耍肦方法进行降维的思路以进一步提高后续识别的精度。关键词:人脸识别,人脸特征点定位,活动形状模型,子空间分析方法,流形学习,—
琺.,瓵,瓼,.琣—瑂,瓾.,,甌,甿瓺猰,現琭,,,瓺—瓺,,。,瓺.—.#
甈英义摘要:琇琁,.甈猺,..瑄琣現,琒,——
指导教师签名:够日%矿潞上海交通大学学位论文版权使用授权书C艿穆畚脑诮饷芎笥ψ袷卮斯娑学位论日期:本学位论文作者完伞了解上海交通人学有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权上海交通大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。
上海交通大学学位论文原创性声明学位论文作者签名:期:日本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不包含任何他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本文完全意识到本声明的法律结果由本人承担。
第一章绪论研究背景以及项目支持人脸识别研究的重要性和意义本博士学位论文的研究得到了上海市科技委员会重大项目“基于生物特征分析的身份识别研究”钅颗己牛约肮腋呒际跹芯糠⒄辜划‘划敖岷先P秃土餍窝暗氖悠等肆呈侗鸬男路椒ㄑ芯俊项目编号:饬礁鱿钅康闹С帧F溲芯磕康淖憧7⒊鲆恢秩P拖的人脸识别系统。这两个项目的研究内容都囊括了多个人脸识别研究领域的核心问题,包括人脸检测、特征点定位、识别算法的研究、流形学习、人脸模型的建立、融合识别、姿态估计等。其巾,特征点定位、识别算法、姿态估计以及流形学习是本文研究的重点,后面几章将分别予以介绍。日常生活中,一个人通常通过脸部信息识别另一个人。而人脸识别就是让计算机模拟人的思维通过一张面部图像识别一个人。人脸识别技术是近半个世纪逐步发展成熟起来的一门崭新的信息技术,其得到了越来越多的关注。尤其是