本文選題：人臉識別 + 人臉檢測　； 參考：《河南理工大學(xué)》2016年碩士論文

【摘要】：科學(xué)技術(shù)的不斷發(fā)展,帶動著經(jīng)濟(jì)的快速發(fā)展,同時對各種公共場合身份識別和認(rèn)定提出了新的更高的要求。而傳統(tǒng)的通過人身標(biāo)識物品和人身標(biāo)識知識方式對身份辨別的方法已不能滿足社會的需要。隨之出現(xiàn)的生物特征識別技術(shù),因其具有不易丟失、無法復(fù)制及安全性更高等優(yōu)點(diǎn),在人臉圖像自動識別領(lǐng)域上得到廣泛應(yīng)用。人臉識別系統(tǒng)采用計算機(jī)對應(yīng)用場景中攝像機(jī)所采集的圖像進(jìn)行人臉檢測、分析、識別,從而確定圖像中人的身份,實(shí)現(xiàn)辨別人臉的目的。此識別方法可為需要進(jìn)行身份驗(yàn)證或跟蹤的場合提供更加安全、快捷且有效驗(yàn)證方式。由此各種人臉識別算法被提出,其中由David Lowe所提出的SIFT(Scale Invariant Feature Transform)算法,因其提取的特征向量具有尺度不變旋轉(zhuǎn)特性、魯棒性強(qiáng)等優(yōu)點(diǎn),不斷被應(yīng)用于人臉識別研究領(lǐng)域。本文將針對基于YCbCr空間膚色模型、基于SIFT的人臉圖像特征提取以及特征匹配開展深入研究,主要工作如下:1.針對前期的人臉檢測和定位,提出一種基于YCbCr空間改進(jìn)的膚色模型人臉檢測算法。首先,建立膚色模型進(jìn)行人臉膚色的提取,進(jìn)而通過面積比以及人臉長寬比篩選出圖像中的人臉;其次,為去除可能存在的耳部區(qū)域以及頸部區(qū)域干擾,總結(jié)一種耳根定位算法和一種基于人臉圖像中心線像素灰度循環(huán)掃描方法。實(shí)驗(yàn)結(jié)果證明了此方法的準(zhǔn)確性和有效性。2.針對SIFT算法所提取的特征點(diǎn)數(shù)量多,匹配難度大等問題,本文提出一種改進(jìn)的SIFT算法來對人臉圖像進(jìn)行特征匹配:通過前期的人臉檢測算法去除人臉圖像中無關(guān)干擾,從而避免無關(guān)特征點(diǎn)的提取與匹配,保證特征點(diǎn)的有效性和準(zhǔn)確性;3.在特征向量匹配階段對特征向量進(jìn)行分區(qū)匹配,然后用最小歐氏距離作為判斷特征點(diǎn)是否匹配的準(zhǔn)則,最后以最小歐氏距離與次最小歐氏距離之比作為有效匹配的效驗(yàn),進(jìn)而提高匹配效率和準(zhǔn)確度。
[Abstract]:The continuous development of science and technology drives the rapid development of economy, and puts forward new and higher requirements for the identification and identification of various public places at the same time.However, the traditional method of identity identification by means of personal identification objects and personal identification knowledge can not meet the needs of society.The following biometric recognition technology has been widely used in the field of face image automatic recognition because of its advantages such as easy to lose, unable to copy and high security.The face recognition system uses the computer to detect, analyze and recognize the image collected by the camera in the application scene, so as to determine the identity of the person in the image and realize the purpose of face recognition.This method can provide a more secure, fast and effective authentication method for situations where authentication or tracing is needed.The SIFT(Scale Invariant Feature transform algorithm proposed by David Lowe has been applied to face recognition for its advantages of scale invariant rotation and strong robustness.In this paper, the feature extraction and feature matching of facial images based on YCbCr spatial skin model and SIFT are studied. The main work is as follows: 1.An improved skin color model face detection algorithm based on YCbCr space is proposed for face detection and localization.Firstly, the skin color model is established to extract the skin color of the face, and then the human face in the image is screened by the area ratio and the aspect ratio of the face. Secondly, in order to remove the possible interference of the ear region and the neck region,This paper summarizes an ear root location algorithm and a gray level cyclic scanning method based on centreline pixels of face image.The experimental results show that the method is accurate and effective.In order to solve the problems such as the large number of feature points extracted by SIFT algorithm and the difficulty of matching, this paper proposes an improved SIFT algorithm to match the features of face image. The previous face detection algorithm is used to remove the irrelevant interference in the face image.Thus avoiding the extraction and matching of independent feature points and ensuring the validity and accuracy of feature points.In the phase of feature vector matching, the feature vector is partitioned, then the minimum Euclidean distance is used as the criterion to judge whether the feature point is matched or not, and finally the ratio of the minimum Euclidean distance to the sub-minimum Euclidean distance is taken as the effective matching effect.Then the matching efficiency and accuracy are improved.
【學(xué)位授予單位】：河南理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 賈熹濱;石勤;尹寶才;;由粗到細(xì)的漸進(jìn)式特征點(diǎn)定位算法[J];北京工業(yè)大學(xué)學(xué)報;2006年05期

2 鄭林;劉泉;王林濤;;一種基于特征點(diǎn)的跟蹤算法[J];武漢理工大學(xué)學(xué)報(交通科學(xué)與工程版);2006年03期

3 江詩鋒;何振峰;;基于特征點(diǎn)的行車數(shù)據(jù)序列對齊[J];福州大學(xué)學(xué)報(自然科學(xué)版);2010年02期

4 周全峗;史澤林;;輻射模糊圖像的特征點(diǎn)穩(wěn)定性分析[J];光電工程;2013年06期

5 魏立梅,張永瑞,謝維信,程相君;人臉識別中基準(zhǔn)點(diǎn)的選取與特征點(diǎn)定位[J];西安電子科技大學(xué)學(xué)報;1998年01期

6 許承慧;劉桂華;梁峰;;非特征點(diǎn)雙目測距技術(shù)研究[J];微型機(jī)與應(yīng)用;2013年22期

7 潘翔;章國棟;陳啟華;;三維可變形物體的特征點(diǎn)層次提取[J];計算機(jī)科學(xué);2014年04期

8 陶剛,盧昀,李吉桂;細(xì)化指紋圖中偽特征點(diǎn)的一體化去除算法[J];現(xiàn)代計算機(jī)(專業(yè)版);2002年10期

9 仲啟媛,譚立龍;一種確定運(yùn)動目標(biāo)特征點(diǎn)的算法[J];計算機(jī)工程;2003年10期

10 胡迎春,張增芳,梁數(shù);人臉圖像嘴巴特征點(diǎn)自動提取系統(tǒng)[J];廣西工學(xué)院學(xué)報;2003年02期

相關(guān)會議論文 前10條

1 汪力;葉樺;夏良正;;利用特征點(diǎn)定位嘴巴[A];第二十六屆中國控制會議論文集[C];2007年

2 付洪川;王劍;萬嬋;趙建英;付凱;;圖像特征點(diǎn)匹配算法的研究與改進(jìn)[A];2009中國控制與決策會議論文集（1）[C];2009年

3 溫文雅;陳建華;;一種基于特征點(diǎn)的圖像匹配算法[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2009年

4 任明武;胡明昊;楊靜宇;;一種快速實(shí)用的特征點(diǎn)匹配算法[A];全面建設(shè)小康社會：中國科技工作者的歷史責(zé)任——中國科協(xié)2003年學(xué)術(shù)年會論文集（上）[C];2003年

5 許競;姜波;;攝像機(jī)運(yùn)動下特征點(diǎn)追蹤方法研究[A];2011下一代自動測試系統(tǒng)學(xué)術(shù)研討會論文集[C];2011年

6 張?zhí)?王希常;蘇志榮;;基于特征點(diǎn)和輪廓檢測的粘連數(shù)字分割[A];圖像圖形技術(shù)與應(yīng)用進(jìn)展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會議論文集[C];2008年

7 杜鵬飛;彭代強(qiáng);林幼權(quán);;基于二乘向量機(jī)的特征點(diǎn)配準(zhǔn)算法[A];第十四屆全國信號處理學(xué)術(shù)年會(CCSP-2009)論文集[C];2009年

8 舒志龍;阮秋琦;;基于KLT特征點(diǎn)跟蹤的圖象拼接[A];中國體視學(xué)學(xué)會圖像分析專業(yè)、中國體視學(xué)學(xué)會仿真與虛擬現(xiàn)實(shí)專業(yè)、中國航空學(xué)會信號與信息處理專業(yè)第一屆聯(lián)合學(xué)術(shù)會議論文集[C];2000年

9 楊向林;嚴(yán)洪;任兆瑞;陳靖一;;基于小波變換的ECG信號多特征點(diǎn)綜合檢測算法[A];第八屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2010年

10 韓廣良;陳小云;;利用多特征點(diǎn)搜索實(shí)現(xiàn)紙鈔圖像的狀態(tài)檢測[A];第九屆全國信息獲取與處理學(xué)術(shù)會議論文集Ⅱ[C];2011年

相關(guān)重要報紙文章 前1條

1 本報記者 王宇;芯技術(shù)點(diǎn)亮未來[N];電腦報;2010年

相關(guān)博士學(xué)位論文 前10條

1 劉洪濤;基于視覺的微夾持構(gòu)件受力與應(yīng)變測量方法[D];上海交通大學(xué);2014年

2 劉通;面向心拍識別的心電信號的高層特征研究[D];吉林大學(xué);2016年

3 廖斌;基于特征點(diǎn)的圖像配準(zhǔn)技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2008年

4 楊占龍;基于特征點(diǎn)的圖像配準(zhǔn)與拼接技術(shù)研究[D];西安電子科技大學(xué);2008年

5 楊利敏;圖像特征點(diǎn)定位算法研究及其應(yīng)用[D];上海交通大學(xué);2008年

6 李旭東;基于特征點(diǎn)的增強(qiáng)現(xiàn)實(shí)三維注冊算法研究[D];天津大學(xué);2009年

7 魯統(tǒng)偉;前視目標(biāo)圖像匹配定位技術(shù)研究[D];華中科技大學(xué);2008年

8 戴激光;漸進(jìn)式多特征異源高分辨率衛(wèi)星影像密集匹配方法研究[D];遼寧工程技術(shù)大學(xué);2013年

9 宋琳;無人機(jī)飛行途中視覺導(dǎo)航關(guān)鍵技術(shù)研究[D];西北工業(yè)大學(xué);2015年

10 楊奎元;基于深層結(jié)構(gòu)的圖像內(nèi)容分析及其應(yīng)用[D];中國科學(xué)技術(shù)大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 曾寶瑩;基于圖像識別的中國書法真?zhèn)舞b別方法研究[D];西安建筑科技大學(xué);2015年

2 周兆鎮(zhèn);基于雙目視覺的特征點(diǎn)匹配算法研究[D];西安建筑科技大學(xué);2015年

3 馮翔;基于人臉對齊和多特征融合的人臉識別方法研究[D];南京理工大學(xué);2015年

4 姜小會;基于特征點(diǎn)的圖像拼接技術(shù)研究[D];山東建筑大學(xué);2015年

5 吳昊;基礎(chǔ)矩陣估計方法研究[D];蘭州大學(xué);2015年

6 陳偉;基于唇形特征的身份識別算法的設(shè)計[D];蘭州大學(xué);2015年

7 秦清欣;GPS輔助攝影測量的邊坡監(jiān)測技術(shù)研究[D];南京理工大學(xué);2015年

8 宋偉;遠(yuǎn)程火光瞄準(zhǔn)與探測系統(tǒng)設(shè)計[D];西安工業(yè)大學(xué);2015年

9 劉智;塑料面膜印刷質(zhì)量的視覺檢測方法研究[D];沈陽理工大學(xué);2015年

10 任筱強(qiáng);行星及行星衛(wèi)星著陸探測自主導(dǎo)航方法研究[D];哈爾濱工業(yè)大學(xué);2015年

，

本文編號：1740538