【摘要】：隨著科技的發(fā)展,信息安全在社會中發(fā)揮著不可替代的作用,導(dǎo)致身份識別受到的關(guān)注越來越多。而人臉識別作為近幾年快速成長的一種身份識別技術(shù),吸引了一大批研究學(xué)者的研究。雖然人臉識別的準(zhǔn)確性越來越高,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別技術(shù)更新的一個突破點。在光線、姿勢和面部表情的變化下會引起人臉圖像的一些重要特征信息的丟失,從而使人臉識別效果變差。為了改善這一情況,本文提出一種基于非線性相關(guān)濾波器組的人臉識別算法。本算法通過使用人臉圖像被分割成多個不重疊且尺寸相同的子模塊對應(yīng)生成的相關(guān)濾波器和sigmoid函數(shù)擴展了均勻動態(tài)范圍以增強圖像的對比度的優(yōu)點,使得這個算法對光線、姿勢與面部表情變化都具有強大的魯棒性。經(jīng)過人臉數(shù)據(jù)庫的仿真實驗分析,這個算法比其他濾波器算法有更好的識別效果。除了光線、姿勢與面部表情外還有遮擋物等其他一些無約束外部環(huán)境條件也會使人臉識別的效果變差。針對這一情況,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,該算法一開始通過鏡像圖法來增加訓(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;然后在通過使用LRC和CRC方法,將它們的得到的偏差進行歸一化和通過控制函數(shù)進行加權(quán)融合,最后在進行分類識別。經(jīng)過在人臉數(shù)據(jù)庫上的仿真實驗分析可知這個算法是個有效的識別算法,大大的提高了人臉識別的準(zhǔn)確性。
【學(xué)位授予單位】：南京信息工程大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP391.41;TN713
【圖文】：

人臉識別是指從一張圖片中或者一個視頻中檢測出人臉，然后利用人臉識別算法匹逡逑配人臉數(shù)據(jù)庫中的人臉圖像，最后識別出人臉。人臉識別的步驟有：人臉檢測、預(yù)處理、逡逑特征提取、人臉識別，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人臉識別的主要過程逡逑（１）人臉檢測逡逑人臉檢測［２７－２９］是指對所給的圖片進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。人臉檢測方法有三大類：第一類是基于特征的人臉逡逑檢測，包括整體輪廓法、膚色檢測法、紋理特征法等；第二類是基于模板匹配法的人臉逡逑檢測，包括動態(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，圖２－２是人臉檢測方法的分類圖。逡逑８逡逑

人臉識別是指從一張圖片中或者一個視頻中檢測出人臉，然后利用人臉識別算法匹逡逑配人臉數(shù)據(jù)庫中的人臉圖像，最后識別出人臉。人臉識別的步驟有：人臉檢測、預(yù)處理、逡逑特征提取、人臉識別，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人臉識別的主要過程逡逑（１）人臉檢測逡逑人臉檢測［２７－２９］是指對所給的圖片進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。人臉檢測方法有三大類：第一類是基于特征的人臉逡逑檢測，包括整體輪廓法、膚色檢測法、紋理特征法等；第二類是基于模板匹配法的人臉逡逑檢測，包括動態(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，圖２－２是人臉檢測方法的分類圖。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。這些特性易于受到情和姿勢等要素的影響，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圖片與模板圖片之間的關(guān)系的復(fù)雜度來實現(xiàn)分類。從這個方法的原理中發(fā)現(xiàn)該方法計算量是多么的龐大，而且這個方法不僅受一些無約束的外界環(huán)還受到圖片放大與縮小帶來的計算影響。逡逑于代數(shù)特征的提取方法逡逑

【參考文獻】

相關(guān)期刊論文 前7條

1 陳娜;張雅娜;張博;;手指靜脈識別專利技術(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別算法[J];吉林大學(xué)學(xué)報(理學(xué)版);2015年06期

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

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

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

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

7 劉青山,盧漢清,馬頌德;綜述人臉識別中的子空間方法[J];自動化學(xué)報;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];中國科學(xué)技術(shù)大學(xué);2017年

2 湯德俊;人臉識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與識別方法研究[D];新疆大學(xué);2016年

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

3 彭開毅;基于PCA和SVM的刑偵人臉識別系統(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別算法的研究[D];大連理工大學(xué);2008年

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

本文編號：2778031