【摘要】：隨著計(jì)算機(jī)視覺技術(shù)的發(fā)展,人臉識(shí)別技術(shù)逐漸成為一種可以實(shí)用的技術(shù)。人臉識(shí)別系統(tǒng)一般由人臉檢測(cè),人臉對(duì)齊和人臉特征匹配三部分組成。本文主要對(duì)人臉識(shí)別系統(tǒng)中的人臉檢測(cè)和人臉對(duì)齊進(jìn)行了研究,根據(jù)目前人臉系統(tǒng)遇到的實(shí)際問題,對(duì)現(xiàn)有多姿態(tài)人臉檢測(cè)算法進(jìn)行了改進(jìn),并提出了一種簡(jiǎn)單、快速的人臉姿態(tài)估計(jì)算法和多姿態(tài)人臉特征點(diǎn)定位算法。具體工作如下:1.提出了一種重疊人臉區(qū)域合并的算法,使用人臉區(qū)域取加權(quán)平均的方式合并Real Adaboost+Cascade算法進(jìn)行人臉檢測(cè)后產(chǎn)生的多個(gè)人臉框,優(yōu)化了人臉檢測(cè)的結(jié)果。在Multi-PIE和FDDB兩個(gè)數(shù)據(jù)集上的實(shí)驗(yàn)驗(yàn)證了算法的有效性。2.提出了一種分級(jí)的人臉姿態(tài)估計(jì)算法,使用LBP特征和隨機(jī)森林分類器相結(jié)合,將人臉姿態(tài)估計(jì)看作一個(gè)多分類問題來(lái)解決。不同姿態(tài)處于不同的類別,根據(jù)姿態(tài)估計(jì)在實(shí)際應(yīng)用中進(jìn)行粗、細(xì)分級(jí)估計(jì)。粗估計(jì)是將人臉姿態(tài)分為左右側(cè)面,左右半側(cè)面和正面共5類;細(xì)估計(jì)是將人臉姿態(tài)按照水平方向上每15°劃分為1類,共13類。在Multi-PIE數(shù)據(jù)集上進(jìn)行了實(shí)驗(yàn)測(cè)試,結(jié)果表明本文算法具有較好的效果。3.針對(duì)人臉姿態(tài)變化劇烈的情況,提出了一種Multi-ESR多姿態(tài)人臉特征點(diǎn)定位算法,并對(duì)算法進(jìn)行了優(yōu)化。通過在不同的人臉姿態(tài)下單獨(dú)訓(xùn)練ESR(Explicit Shape Regression)模型,根據(jù)不同的姿態(tài)下使用相對(duì)應(yīng)的ESR模型進(jìn)行人臉特征點(diǎn)定位。另外,本文提出了一種改進(jìn)Multi-ESR算法占用內(nèi)存空間較大的方法,可以在基本保證不損失特征點(diǎn)定位精度的情況下,減少內(nèi)存空間消耗。4.針對(duì)一些特定場(chǎng)景下的人臉應(yīng)用的需求,設(shè)計(jì)、實(shí)現(xiàn)了基于圖片、視頻的實(shí)時(shí)人臉檢測(cè)系統(tǒng)和基于人臉識(shí)別的智能門禁系統(tǒng)。前者主要是在海量圖片和視頻文件中檢測(cè)存在人臉的圖片或者視頻片段,減少人工篩選的工作量;后者主要是在一些需要門禁系統(tǒng)的場(chǎng)所,利用人臉識(shí)別技術(shù)進(jìn)行智能解鎖等功能。
【圖文】：

°邋：３０°｝的平面外上下旋轉(zhuǎn)共３個(gè)子類，所有的訓(xùn)練樣本共分為逡逑１５個(gè)類別，人臉姿態(tài)的劃分方式與圖２－５中Ｒ０Ｐ的劃分方式一致。在構(gòu)建完成逡逑訓(xùn)練數(shù)據(jù)集后，使用Ｒｅａｌ邋Ａｄａｂｏｏｓｔ＋Ｃａｓｃａｄｅ分類器分別訓(xùn)練每個(gè)人臉姿態(tài)子類逡逑所對(duì)應(yīng)的人臉檢測(cè)模型。多姿態(tài)的人臉檢測(cè)模型需要獨(dú)立訓(xùn)練各個(gè)人臉姿態(tài)子逡逑類的模型，子類分的越細(xì)，訓(xùn)練的模型數(shù)量越多，訓(xùn)練時(shí)間越長(zhǎng)，但是各個(gè)人逡逑臉姿態(tài)模型的訓(xùn)練過程是相對(duì)獨(dú)立的，因此可以使用并行化的訓(xùn)練方式加快模逡逑型的訓(xùn)練速度。多姿態(tài)人臉檢測(cè)模型訓(xùn)練結(jié)構(gòu)如圖２－６所示：逡逑１２逡逑

口內(nèi)都可以檢測(cè)到人臉。因此需要把位于同一位置相互重疊的多個(gè)人臉框合并逡逑成一個(gè)人臉框。逡逑目前已有的人臉檢測(cè)框架如圖２－７所示，虛線部分為人臉框合并，目前使用逡逑的人臉框合并算法是計(jì)算重合人臉框的平均位置：逡逑圖片￣￣人臉檢測(cè)￣￣￣候選人臉位置人臉框合并￣￣￣最終人臉位置！逡逑ｔ邐＊逡逑邐邐邐邋■邋？邋邐—邋■邋．邋．邋．邋＂＇．丨邋＿＿＿邋邐邐邋＇邋＊逡逑Ｕ．．．．．．．．．．．．．．．．．．．．邋邐邐邐１逡逑圖２－７目前已有的人臉檢n,框架逡逑具體來(lái)講，首先判定一些需要合并的人臉框，例如，有兩個(gè)矩形框，面積逡逑分別為Ｓ，，和＆，兩個(gè)矩形的重合度的計(jì)算公式如下：逡逑Ｏｖｅｒｌａｐ邋＝－名 。＾邐（２－３）逡逑Ｓ邋ｊ邋＾邋＾２．逡逑１３逡逑
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 魏紅寧;決策樹剪枝方法的比較[J];西南交通大學(xué)學(xué)報(bào);2005年01期

相關(guān)碩士學(xué)位論文 前2條

1 范文萍;基于人臉特征點(diǎn)定位的主從攝像機(jī)聯(lián)動(dòng)算法研究[D];北京郵電大學(xué);2014年

2 韓玉峰;人臉特征點(diǎn)定位方法研究[D];安徽工業(yè)大學(xué);2011年

本文編號(hào)：2531034