文档介绍：人脸识别技术的研究与应用工学硕士学位论文国防科学技术大学研究生院二零零六年十一月硕士生姓名阮揆电路与系统研究方向计算机视觉与智能信息处理指导教师孙即祥教授学科专业分类号学号公开密级
摘要人脸识别技术是计算机模式识别领域非常活跃的研究课题,在法律、商业、安全系统等领域有着广泛的应用。由于人脸图像的特殊性,人脸识别问题也是模式识别领域的一个相当难的问题,要使这一技术完全成熟还有很多工作需要去做。随着社会的发展与技术的进步,人脸识别技术的应用必然会越来越广泛。人脸识别系统是一种基于信息处理的模式识别系统。它主要包括三大部分:人脸检测部分,特征提取部分与模式识别部分。人脸检测部分主要是对输入的静态区分不同人的人脸图像的特征信息,模式识别部分的作用是对于从前半部分提取对于人脸检测部分,,该算法不仅具有较高的检测率,同时也能够满足实时检测的要求。,结合层叠式分类器和算法,多人脸检测的要求。我们利用提供的库在计算机中实现了该算法。在实验中,发现该算法存在双框定位的问题,通过对原程序进行了改进,有效地消除对于特征提取部分,本文采用的是基于独立成分分析的方法,与其他常见的在模式识别部分,本文采用的是目前最新的一种分类方法,最小最大概率机分类识别方法相比,椒ㄓ幸桓鲎畲蟮挠诺悖茨芄幻魅返靥峁┮桓龇掷啻误的上阕界,这是对系统评估中的一个非常直观的因素。它能够最小化最坏情况【关键词】:人脸识别;特征;独立成分分析;最小最大概率机;图像或动态视频中找到所有人脸。特征提取部分是要从人脸图像中提取可以用来的特征信息进行分类,整个系统的识别率由这三部分共同决定。在整幅图像中搜索人脸。它不仅可以满足不同尺度检测的要求,也同时可以满足了双框现象。特征提取方法相比,该方法能够有效地利用图像的高阶统计信息,使人脸模式更加集中,能够有效地提高分类的识别率。方法,我们将该方法引入到人脸识别中,并在计算机中实现了该算法。与传统地下的错分概率,最大程度地保证分类的准确性。国防科学技术大学研究生学位论文第
聇吐、Ⅳ甒瞭篺畁圮、,:国防科学技术大学研究生学位论文’畁地,..,瑃......。.籬籌;
表目录图目录图咚购瞬问蠖杂谑侗鹫仿实挠跋臁表魈卣髟驮谝桓窗口中的特征数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯表肁惴ㄑ暗拇笾鹿獭表街趾撕阅艿谋冉稀图人脸识别系统的结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图扩展的特征⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图利用积分图像快速计算特征⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图愕掷嗥鳌图悠等肆臣觳正面图动态视频入脸检测嗝⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图动态视频人脸检测锨⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图存在部分遮掩情况下的动态视频人脸检测⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图视频中的双框定位现象⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图静态图像入脸检测中的双框定位现象⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图慕蟮木蔡肆臣觳狻图肆扯JУ那榭表情影响图人脸面部几何特征⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图特征脸方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.卣魈崛图有序风险最小化示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图神经元结构图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图人工神经元的结构模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..神经网络模型的拓扑结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..神经网络的非线性空间⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图鞯愕匠矫娴木嗬搿图蟾髦植煌掷喾绞叫Ч谋冉稀图图国防科学技术大学研究生学位论文第页
作者指导教师签名:卫噼学位论文储擞:珲盟魄磁棚咖瑁嚎д寄阬/只日期:锄石年,,,除了文中特另右员曜⒑椭滦坏牡胤酵猓畚闹胁话渌艘经发表和撰写过的研究成果,:,允许论文被查阅和借阕;可以将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、:
第一章绪论§人脸识别技术的应用背景及研究现状随着社会的不断进步以及各方面对于快速有效的自动身份验证的迫切要求,生物特征识别技术在近几十年中得到了飞速