文档介绍：分类号密级
U D C 编号 10486
武汉大学
硕士学位论文
人脸检测与识别技术研究

研究生姓名:覃志祥
指导教师姓名、职称:丁立新副教授
秦前清教授
学科、专业名称:计算机应用
研究方向:模式识别

二零零五年五月
Master’s Dissertation

Research on Face Detection and Face
Recognition Technology

ZhiXiang Qin
May 2005
郑重声明
本人的学位论文是在导师指导下独立撰写并完成的,学位论文没有剽窃、抄
袭、造假等违反学术道德、学术规范和侵权行为,否则,本人愿意承担由此而产
生的法律责任和法律后果,特此郑重声明。

学位论文作者(签名):
年月日
摘要
人脸检测与识别技术是模式识别与机器视觉领域最有挑战性的研究课题之一。让计算机
具有人的智能,使它可以象人类一样能够记忆、识别人脸一直是众多计算机科学工作者追求
的目标。随着社会的发展、科技的进步,对方便、可靠、自动身份鉴别的实际需求日益迫切,
人脸识别技术重新成为机器智能研究的热点问题。研究人脸识别其意义不仅仅在于推动图像
处理、模式识别理论与应用的发展,满足身份验证、基于内容的检索等实际需求。同时由于
人脸模式的特殊性,对人脸识别进行应用研究,对推动认识科学、生理学、心理学等相关学
科的研究也有积极的影响。
本文收集和分析了大量近年来国内外关于人脸检测与识别的学术论文及文献,对计算机
人脸识别的若干问题进行了探讨,针对建立自动人脸识别系统的两个重要环节——人脸检测
与人脸识别方法进行了深入的研究,实验表明本文提出的人脸检测与识别的方法是合理的,
具有一定的理论价值与实用价值。本文的研究工作主要包括以下几个方面:
1、在传统的肤色模型人脸检测算法的基础上引入变形模板匹配的方法,通过该方法大
大提高了人脸检测的准确率。在对多个人脸图像的检测实验表明该方法有很高的实用价值。
2、以机器学习方法中的统计学习理论为基础,采用一种新的具有较好推广性能的基于
结构风险最小化(SRM)的学习方法——SVM 的方法,在深入研究 SVM 算法的基础上,
提出一种 SVM 快速学习方法,大大加快了 SVM 的训练时间,在人脸检测搜索时,利用肤
色等启发式信息加快了检测效率。在对多个人脸图像的检测实验结果表明基于机器学习理论
的人脸检测算法具有较好的理论价值与实用价值,其检测准确率较肤色模型与模板匹配方法
有较大的提高。
3、将复杂图像中的人脸检测类比于一个组合优化问题,提出了一种基于最大负熵流的
演化算法(MNE-EA),指出演化系统进化的本质在于系统负熵的获取。通过实验表明该算法
有效地解决了单幅人脸图像的检测的问题。
4、提出了一种基于势场理论的人脸特征提取算法,改进普通势函数在原点处势场为无
穷大的问题,新提出的势场函数具有普通势函数的特点,然而又处处连续可微,便于计算。
实验表明该势函数可以有效的抓取到人脸的特征。
5、对提取的人脸特征用 BP 神经网络进行分类,改进了传统的 BP 神经网络算法,在人
工神经网络的训练中加入动量项与模拟退火的算法以加快训练的速度。实验表明该算法有效
的加快了神经网络的收敛性能。
6、从人脸全局特征的提取的角度入手,以希尔伯特子空间的理论为基础,引入子空间
的人脸识别的框架。在这个框架之中详细的讨论了 PCA 与 Kernel PCA 人脸识别的方法,并
给出了实验结果。
7、针对 PCA 与 Kernel PCA 变换对于人脸图像的外在因素(光照、表情、姿态等)带
来的图像差异与人脸本身带来的差异是无法区分的理论上的不足,提出并改进了可以包含类
别信息在内的子空间投影方法的线性判别分析。实验结果表明,该方法优于传统的人脸识别
的方法。

关键词:人脸检测,人脸识别,支持向量机,势场特征,核主成分分析,线性判别分析

I
Abstract
The automatic recognition of human face is one of the most challenging subjects in the fields
of pattern recognition puter vision. It is the aim of many scientists who work puter
science field to puter have