文档介绍：要摘随着信息处理技术的发展,人脸识别技术在其相关领域的应用越来越引起人们关注,与利用指纹、虹膜等其他生物特征识别相比,人脸识别具有直接、友好、方便的特点,是进行身份确认的最自然、最直接的手段,这使得入脸识别技术成为最具潜力的身份识别方式。因此也使其成为模式识别、图像处理和计算机视觉等学科的一大研究热点。本文检索和查阅了近年来大量的国内外关于人脸识别技术的资料文献,对人脸识别的一些方法进行了分析和研究,在总结已有的人脸检测、特征提取与识别方法的基础上,提出了一种改进的人脸识别的算法。人脸识别主要包括三方面的内容:人脸检测与定位,特征提取,分类与识别。本文研究的重点是人脸识别中的人脸检测定位及特征提取技术。本文首先介绍了几种常用于肤色检测的颜色模型,分析了人脸肤色在颜色空间中的分布及其特性,对黄色人种中人脸肤色的聚类特性进行讨论,指出了色空间对肤色具有良好的聚类特性。然后,我们对人脸肤色在丈ǹ占涞姆植规律进行了研究,建立了适合于黄色人种人脸的肤色模型,提出了基于此肤色模型的人脸检测算法,摒弃对灰度图象处理进行认证的方法。通过对ú史至靠占的阈值分割,利用分割后的图像特点与标准脸的投影进行比对,实现对检测到的人脸进行认证。通过大量不同的图片和照片对此算法进行实验验证,结果表明该算法有效的提高了人脸检测的准确性和及时性。本文详细介绍了惴ā⒎岢煞址治、线性判别分析砑笆迪帧在线性判别分析的基础上指出:“在低维空间中,实例会因为不同的光照条件和面部表情等外界因素造成类内变量比类间变量变化大,从而导致线性判别分析的误判率比较高乇鹗窃擞门芳咐锏戮嗬”。针对这一问题,本文在基于椒的基础上提出了一种低维空间线性人脸识别分析方法。对惴ㄔ诘臀占涞恼一缺陷加以改进,与人脸的判断能量相结合,形成一种改进的惴ā@砺鄯治与实验证明,该算法在低维空间提高了识别率,增强了算法的实用性能。在分类器的设计上,重点讨论了最近邻分类器和基于统计学习理论的支持向量机山东大学硕士学位论文
知识水坝***@pologoogle为您整理
本文实验选用最近邻分类器,并利用肆呈菘饨卸员仁笛椤J笛楸砻鳎本文提出的方法在低维空间比传统蚉有更高的识别正确率。关键词:人脸识别;人脸检测;特征提取;线性判别分析;判别能量山东大学硕士学位论文
知识水坝***@pologoogle为您整理
鲥麟琭甒,.山东大学硕士学位论文、矾琲琧甌.,甋甀.,,,
::,瑆,..,
煳符号说明,生物特征识别技术嬉熘捣纸,电荷耦合器件,线性判别分析主成分分析С窒蛄炕,国际照明委员会业缡酉低澄被,相交替格式:,人脸库允视舴虮浠,弹性图匹配,隐性马尔科夫,英国人脸库,均方误差距离最近邻分类器,统计学习理论,人工神经网络山东大学硕士学位论文,
论文作者签名:哪导师签巫翅日期:埽郏弧原创性声明关于学位论文使用授权的声明本人郑重声明: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,本论文不包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研究作出重要贡献的个人和集体,均已在文中以明确方式标明。本声明的法律责任由本人承担。本人完全了解山东大学有关保留、使用学位论文的规定,同意学校保留或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;本人授权山东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、缩印或其他复制手段保存论文和汇编本学位论文。C苈畚脑诮饷芎笥ψ袷卮斯娑论文作者签名:’、
第一章绪论生物特征是唯一的,可以测量或可自动识别和验证的牛理特性或行为方式。广义的牛物特征包括生理特征和行为特征两种。生理特征通常是指人类个体“与生俱来、独一无二、长期不变”的生理特性,即要满足辽僭谝欢ǔ潭壬下普遍性、独特性和稳定性,如人脸、指纹、虹膜、视网膜、掌纹、手形、⒍廓形状等;行为特征通常是指人类个体的习惯性行为特点,如笔迹、声纹、步态、敲键方式等。不论牛理特征还是行为特征都在一定程度符合“人人拥有、人各不同、长期不变”,都能反映人类个体特点,并与人类个体的身份一一对应,从而可以用来验证人类个体身份的真伪。生物特征识别技术,或生物测定学就是利用人体生物特征进行身份认证的一种技术。牛物识别技术在上个世纪已经有了一定的发展,其中指纹识别技术己经趋近成熟,人脸识别技术的研究目前还处于起步阶段。指纹、虹膜、掌纹等识别技术都需要被识别者的配合,有的识别技术还需要添置复杂昂贵的设备。人脸识别则可以用已有的照片或是摄像头捕捉图像,无须特殊的采集设备,系统成本低,并且自动人脸识别可以在当事人毫无察觉的情况下完成身份确认识别工作,这对侦查和反恐怖活动等有非常重大的意义。人脸是人体一个极为普通和复杂,具