文档介绍：。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得东南大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。研究生签名:期:饥彬、弓。/东南大学学位论文使用授权声明东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的复印件和电子文档,可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文外,允许论文被查阅和借阅,可以公布(包括刊登)论文的全部或部分内容。论文的公布(包括刊登)授权东南大学研究生院办理。研究生签名::垄:』:驾导师签确!垒日期:塑!!!!:yp摘要摘要多姿态人脸识别系统的研究与实现学生姓名:韩小雪导师姓名:赵力东南大学信息科学与工程学院基于图像或视频的人脸识别技术作为一个非常活跃的研究领域涉及到多个学科,例如:图像识别、模式识别、计算机视觉、生理学、神经网络等领域。人脸识别技术具有不会遗失、不易伪造、不易察觉等特点。但同时人脸识别很容易受到姿态、光照、表情的影响,又有很多困难和不足,需要进一步的研究。人脸识别系统通常由三部分组成:数据采集、人脸检测和人脸识别,其中人脸识别又包括训练与识别两个部分。本文主要研究多姿态条件下的人脸识别问题,在现有成果和技术的基础上,在以下几个方面开展了一些研究工作:(1)人脸特征定位与标准化。本文采用主动形状模型进行人脸特征定位。搜集20个人在各种姿态下的图片进行训练。建立局部灰度结构模型进行特征匹配。研究了多姿态人脸在特征定位后的归一化问题。(2)针对多姿态人脸识别时,不同姿态下人脸特征比较的不合理性,本文通过建立点分布模型,调整姿态参数,然后利用薄板样条函数生成虚拟人脸的办法,提高多姿态人脸识别的识别率。一个改进的办法是利用了人脸的对称性,增加了训练集中的人脸图像数量,使用这种扩展的训练集,可以消除点分布模型的姿态参数中刚性成分和非刚性成分的耦合。使生成的虚拟人脸更接近真实的人脸图像。实验表明这种方法对识别率的提高有很大的帮助。(3)本文搭建了一个人脸识别系统,采用ASM进行人脸定位,之后利用Gabor小波滤波加LDA的方法进行特征提取以及降维。这种局部特征和整体特征的结合,可以消除光照、表情对识别率的影响。再通过生成虚拟视图的办法消除姿态对识别的影响。在ORL人脸库、FERET人脸库以及CMUPIE人脸库上进行了人脸识别。重点在PIE数据库上进行了多姿态人脸的识别实验。理论和实验表明本文的算法能很好的提高人脸识别的识别率。关键词:特征提取;主动形状模型;LDA;Gabor小波;薄板样条函数。,putervision,patternrecognition,Physiology,:notlost,noteasytocounterfeit,,lighting,expressions,ings,