【摘要】：隨著科技的發(fā)展,信息安全在社會(huì)中發(fā)揮著不可替代的作用,導(dǎo)致身份識(shí)別受到的關(guān)注越來(lái)越多。而人臉識(shí)別作為近幾年快速成長(zhǎng)的一種身份識(shí)別技術(shù),吸引了一大批研究學(xué)者的研究。雖然人臉識(shí)別的準(zhǔn)確性越來(lái)越高,但是人臉屬于外在的一種生物特征,容易受到外界因素的影響,所以解決這些影響是人臉識(shí)別技術(shù)更新的一個(gè)突破點(diǎn)。在光線、姿勢(shì)和面部表情的變化下會(huì)引起人臉圖像的一些重要特征信息的丟失,從而使人臉識(shí)別效果變差。為了改善這一情況,本文提出一種基于非線性相關(guān)濾波器組的人臉識(shí)別算法。本算法通過(guò)使用人臉圖像被分割成多個(gè)不重疊且尺寸相同的子模塊對(duì)應(yīng)生成的相關(guān)濾波器和sigmoid函數(shù)擴(kuò)展了均勻動(dòng)態(tài)范圍以增強(qiáng)圖像的對(duì)比度的優(yōu)點(diǎn),使得這個(gè)算法對(duì)光線、姿勢(shì)與面部表情變化都具有強(qiáng)大的魯棒性。經(jīng)過(guò)人臉數(shù)據(jù)庫(kù)的仿真實(shí)驗(yàn)分析,這個(gè)算法比其他濾波器算法有更好的識(shí)別效果。除了光線、姿勢(shì)與面部表情外還有遮擋物等其他一些無(wú)約束外部環(huán)境條件也會(huì)使人臉識(shí)別的效果變差。針對(duì)這一情況,本文基于稀疏表示法,提出了鏡像圖與LRC和CRC偏差結(jié)合分類的算法,該算法一開(kāi)始通過(guò)鏡像圖法來(lái)增加訓(xùn)練樣本圖像的數(shù)量,這可以在人臉圖像中獲取到更多有用的特征信息;然后在通過(guò)使用LRC和CRC方法,將它們的得到的偏差進(jìn)行歸一化和通過(guò)控制函數(shù)進(jìn)行加權(quán)融合,最后在進(jìn)行分類識(shí)別。經(jīng)過(guò)在人臉數(shù)據(jù)庫(kù)上的仿真實(shí)驗(yàn)分析可知這個(gè)算法是個(gè)有效的識(shí)別算法,大大的提高了人臉識(shí)別的準(zhǔn)確性。
【學(xué)位授予單位】：南京信息工程大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP391.41;TN713
【圖文】：

人臉識(shí)別是指從一張圖片中或者一個(gè)視頻中檢測(cè)出人臉，然后利用人臉識(shí)別算法匹逡逑配人臉數(shù)據(jù)庫(kù)中的人臉圖像，最后識(shí)別出人臉。人臉識(shí)別的步驟有：人臉檢測(cè)、預(yù)處理、逡逑特征提取、人臉識(shí)別，如下圖２－１所示。逡逑＝邐邋｜邋人預(yù)逡逑丨圖片或視頻———蠢￣￣？邋Ｋ——逡逑＇邐邋｜邋＃邐理逡逑邐丨人邐Ｊ寺逡逑ｉ只別結(jié)果邐ｐ＾一一邋｜｜逡逑邐邋ｍ邐￡逡逑圖２－１人臉識(shí)別的主要過(guò)程逡逑（１）人臉檢測(cè)逡逑人臉檢測(cè)［２７－２９］是指對(duì)所給的圖片進(jìn)行判斷是不是有人臉，確定有人臉的話，就去確逡逑定人臉的位置、大小、姿態(tài)等要素。人臉檢測(cè)方法有三大類：第一類是基于特征的人臉逡逑檢測(cè)，包括整體輪廓法、膚色檢測(cè)法、紋理特征法等；第二類是基于模板匹配法的人臉逡逑檢測(cè)，包括動(dòng)態(tài)輪廓法、預(yù)定模型匹配法、變形模板法等；第三類是基于Ａｄａｂｏｏｓｔ算逡逑法的人臉檢測(cè)，圖２－２是人臉檢測(cè)方法的分類圖。逡逑８逡逑

人臉識(shí)別是指從一張圖片中或者一個(gè)視頻中檢測(cè)出人臉，然后利用人臉識(shí)別算法匹逡逑配人臉數(shù)據(jù)庫(kù)中的人臉圖像，最后識(shí)別出人臉。人臉識(shí)別的步驟有：人臉檢測(cè)、預(yù)處理、逡逑特征提取、人臉識(shí)別，如下圖２－１所示。逡逑＝邐邋｜邋人預(yù)逡逑丨圖片或視頻———蠢￣￣？邋Ｋ——逡逑＇邐邋｜邋＃邐理逡逑邐丨人邐Ｊ寺逡逑ｉ只別結(jié)果邐ｐ＾一一邋｜｜逡逑邐邋ｍ邐￡逡逑圖２－１人臉識(shí)別的主要過(guò)程逡逑（１）人臉檢測(cè)逡逑人臉檢測(cè)［２７－２９］是指對(duì)所給的圖片進(jìn)行判斷是不是有人臉，確定有人臉的話，就去確逡逑定人臉的位置、大小、姿態(tài)等要素。人臉檢測(cè)方法有三大類：第一類是基于特征的人臉逡逑檢測(cè)，包括整體輪廓法、膚色檢測(cè)法、紋理特征法等；第二類是基于模板匹配法的人臉逡逑檢測(cè)，包括動(dòng)態(tài)輪廓法、預(yù)定模型匹配法、變形模板法等；第三類是基于Ａｄａｂｏｏｓｔ算逡逑法的人臉檢測(cè)，圖２－２是人臉檢測(cè)方法的分類圖。逡逑８逡逑

南京信息工程大學(xué)碩士學(xué)位論文臉的臉部由五個(gè)突出性的特征組合而成的，即五官：眉、眼、耳、鼻、嘴。征的提取方法［３７］的核心理論就是以提取這五官的相對(duì)位置和大小作為特征在把人臉的整體輪廓顯示的信息也標(biāo)記為特征信息點(diǎn)。這些特性易于受到情和姿勢(shì)等要素的影響，所以穩(wěn)定性差。逡逑板匹配方法逡逑種人臉數(shù)據(jù)庫(kù)里面有大量的人臉圖片，本節(jié)的方法就是把這些圖片作為模待測(cè)圖片與模板圖片之間的關(guān)系的復(fù)雜度來(lái)實(shí)現(xiàn)分類。從這個(gè)方法的原理中發(fā)現(xiàn)該方法計(jì)算量是多么的龐大，而且這個(gè)方法不僅受一些無(wú)約束的外界環(huán)還受到圖片放大與縮小帶來(lái)的計(jì)算影響。逡逑于代數(shù)特征的提取方法逡逑

【參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 陳娜;張雅娜;張博;;手指靜脈識(shí)別專利技術(shù)綜述[J];河南科技;2015年20期

2 譚萍;邢玉娟;;基于混合Gauss模型的魯棒性人臉識(shí)別算法[J];吉林大學(xué)學(xué)報(bào)(理學(xué)版);2015年06期

3 趙士偉;張如彩;王月明;張暉;;生物特征識(shí)別技術(shù)綜述[J];中國(guó)安防;2015年07期

4 邵珠宏;歐陽(yáng)軍林;廖帆;舒華忠;;基于局部特征和集成學(xué)習(xí)的魯棒彩色人臉識(shí)別算法[J];東南大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年02期

5 沈博超;周軍;;視頻突變檢測(cè)的規(guī)范化灰度分布幀差方法[J];計(jì)算機(jī)工程;2009年03期

6 陳伏兵;陳秀宏;張生亮;楊靜宇;;基于模塊2DPCA的人臉識(shí)別方法[J];中國(guó)圖象圖形學(xué)報(bào);2006年04期

7 劉青山,盧漢清,馬頌德;綜述人臉識(shí)別中的子空間方法[J];自動(dòng)化學(xué)報(bào);2003年06期

相關(guān)博士學(xué)位論文 前3條

1 林昕;三維CAD模型的形狀特征提取與檢索[D];中國(guó)科學(xué)技術(shù)大學(xué);2017年

2 湯德俊;人臉識(shí)別中圖像特征提取與匹配技術(shù)研究[D];大連海事大學(xué);2013年

3 楊淑平;人臉特征提取與識(shí)別算法研究[D];中南大學(xué);2013年

相關(guān)碩士學(xué)位論文 前7條

1 楊敏;基于圖像的人臉檢測(cè)與識(shí)別方法研究[D];新疆大學(xué);2016年

2 胡國(guó)靖;人臉識(shí)別中圖像預(yù)處理與匹配方法研究[D];南京理工大學(xué);2014年

3 彭開(kāi)毅;基于PCA和SVM的刑偵人臉識(shí)別系統(tǒng)研究[D];四川師范大學(xué);2012年

4 黃泉龍;基于PCA的人臉識(shí)別研究[D];西安電子科技大學(xué);2012年

5 劉永生;基于最近鄰和徑向基函數(shù)網(wǎng)絡(luò)的人臉識(shí)別研究[D];杭州電子科技大學(xué);2011年

6 姜賀;基于幾何特征的人臉識(shí)別算法的研究[D];大連理工大學(xué);2008年

7 吳振中;人臉識(shí)別特征提取的研究[D];南京理工大學(xué);2008年

本文編號(hào)：2778031