文档介绍：摘要摘要生物特征认证技术,由于其广泛应用前景,将在社会生活中占据越来越重要的位置。在众多的生物特征识别技术中,利用人脸特征进行身份验证又是最自然赢接的手段。相比其它人体生物特征,人脸识别具有直接、友好、方便的特点, 易于为用户所接受。以人脸作为人的基本生物特征的身份鉴定技术获得了广泛的关注。但由于在人脸识别中几个关键性问题没有取得突破,离真正意义上的大规模商用还有一定距离。具体来说在人脸检测中的实时性问题、人脸图像预处理有效的归化问题,识别中有效特征抽取和d,iJll练样本识别问题,都没有得到有效解决。冈此,这些关键性问题有着很高的研究价值。针对以上几个关键性问题,本文在以下几个方面进行了创新性的探索。(1)在人脸检测方面,针对目前最有效的Adaboost的人脸检测方法在训练时㈦}耗时的问题,提出一种新的快速训练方法,采用排序进行训练,其结果比以仆的方法的训练速度有显著提高。同时利用双闽值代替单闽值,改进Adaboost 榆洲器结构,同时提高训l练速度和检测速度,使Adaboost方法更具有实用性。(2)在人脸图像特征点定位上,论文提出层次弱淘汰定位器结构,通过组合大量基于狄度的先验知识进行特征点定位,提高了特征点定位精度。在灰度归一化的问题上,提出了一种新的归一化方法。该方法使用同态滤波去除畸变光照, 使用定义的能量归一实现对图像后处理引入干扰的去除。该预处理方法压制了人脸幽像的类内差异,提高了人脸识别的识别率。(3)提m了一种新的子空间中判决方法:最小二乘残差距离判决方法,通过提高分类判决的性能,来提高小样本训练样本下人脸识别效果。该方法利用子空 M线性泛化样本来重建测试样本,通过重建样本与测试样本之间残差距离进行判决。理论分析与实验表明,论文的方法比其他类似方法有更好的识别效果。(4)沦文也在人脸压缩技术上提出了基于形状与纹理分量的压缩方法,将人脸的形状信息与纹理信息分别利用主分量分析进行压缩。该方法利用了人脸自身的属性,提高了压缩效率,相比其他方法,无论视觉效果还是PSNR都有较大改最后,在研究的基础上,我们完成了两个实际系统,基于Adaboost的人脸快速检测系统和人脸语音双通道智能签到系统。,对基于生物特征的身份识别技术晌实际应用做了有益的探索和尝试。关键字:人脸榆测、人脸识别、模式识别摘要 Abstract Biomctric authentication and ldentification technology will be more and more important our social because oftheir broad recognition one of most nature paring with other biometric features,face recognition dil’ and epted by users easilN Although experimental facerecognition systems were applied insome situation, commercial applications are impeded by several key problems infaceautomation I。ecognition systelns,which are realtime face detection,feature point localization and face image preprocessing,recognition small training image key problems have great research value. Focused on these problems,we didsome creative research WOrk this (I)We proposed a fasttraining algorithm accelerate the training speed of Adaboost facedetector,which was thefastestmethod inface methods adopted accelerate thetraining:(1)a method directly solve theparameters of single weaker classifier proposed,making the training speed higher than probability method about