【摘要】：人臉識(shí)別技術(shù)是基于人的面部特征,對(duì)輸入的人臉圖像或者視頻判斷人臉位置、大小和五官等信息,同時(shí)提取面部特征,完成身份識(shí)別的判定工作。人臉識(shí)別涉及到的領(lǐng)域十分廣泛,包括生物學(xué)、經(jīng)濟(jì)學(xué)、軍用、模式識(shí)別等領(lǐng)域,作為生物特征識(shí)別技術(shù)的一部分,有著舉足輕重的作用。人臉識(shí)別技術(shù)最早出現(xiàn)在19世紀(jì)末期,隨著科學(xué)技術(shù)的不斷進(jìn)步、各領(lǐng)域的極大需求以及模式識(shí)別技術(shù)的發(fā)展,人臉識(shí)別技術(shù)的發(fā)展受到越來越多人的重視,成為現(xiàn)在模式識(shí)別方向和計(jì)算機(jī)行業(yè)的一個(gè)熱門發(fā)展領(lǐng)域。高光譜技術(shù)作為20世紀(jì)80年代興起的對(duì)地觀測(cè)技術(shù),始于成像光譜儀的研究計(jì)劃。高光譜圖像與常見的灰度圖像和彩色圖像不同,高光譜圖像是在一系列連續(xù)光譜上獲取灰度圖像,且光譜間隔小,能夠反映皮膚反射、吸收的電磁能信息。由于高光譜圖像豐富的圖像信息,在利用高光譜圖像進(jìn)行人臉識(shí)別時(shí),當(dāng)人臉有表情變化、偏轉(zhuǎn)、遮擋等影響識(shí)別的因素時(shí),高光譜圖像仍可以準(zhǔn)確地進(jìn)行識(shí)別,魯棒性較好。本文由兩部分工作組成,首先建立SDNU-HSFD(山東師范大學(xué)高光譜人臉數(shù)據(jù)庫(kù)),由于儀器價(jià)格較貴,建庫(kù)過程繁瑣,其他學(xué)�；蛘哐芯吭旱母吖庾V人臉數(shù)據(jù)庫(kù)不公開,不能獲得,因此建立一個(gè)豐富的高光譜人臉數(shù)據(jù)庫(kù)對(duì)今后的科研是非常必要的。數(shù)據(jù)庫(kù)的建立過程包含設(shè)計(jì)數(shù)據(jù)庫(kù)內(nèi)容、圖像采集、校準(zhǔn)、去噪、分格式保存等過程,包含20個(gè)志愿者的圖像,其中有正常表情下正面臉、側(cè)臉、面部遮擋、表情變化四種情況的數(shù)據(jù)庫(kù)。每個(gè)圖像集包含256個(gè)波段的圖像信息,對(duì)高光譜圖像的人臉識(shí)別研究有重要的意義。其次介紹提出的基于Gabor特征融合的高光譜人臉識(shí)別算法。首先提取高光譜圖像的特征波帶,再利用Gabor濾波,在5個(gè)尺度8個(gè)方向分別提取每個(gè)特征波帶上灰度圖像的特征,并且對(duì)提取的特征進(jìn)行降維處理,得到特征矢量。為了得到每個(gè)特征矢量對(duì)識(shí)別率的貢獻(xiàn),利用加權(quán)的方法得到一個(gè)加權(quán)矩陣,與Gabor特征矢量點(diǎn)乘后得到每幅高光譜圖像的特征矢量,并利用K近鄰分類器、投票法進(jìn)行識(shí)別,得到識(shí)別率。該算法在PolyU-HSFD上進(jìn)行測(cè)試,與原有(2D)2PCA、3d Gabor wavelets等算法相比較,提高了識(shí)別率,且識(shí)別率穩(wěn)定。將該算法在SDNU-HSFD上進(jìn)行測(cè)試,識(shí)別率穩(wěn)定在98%左右。
【圖文】：

香港理工大學(xué)高光譜人臉數(shù)據(jù)采集場(chǎng)景示意圖

利用現(xiàn)有的儀器設(shè)備，得到更加優(yōu)質(zhì)的高光譜圖像。在圖2.2 中可以看到，人坐在黑色幕布前，旁邊擺放進(jìn)行人臉校準(zhǔn)的白板，存在的主要問題是白板的位置，為了使圖像更加清晰、準(zhǔn)確，在拍攝前使鏡頭正對(duì)人臉進(jìn)行調(diào)焦等工作，打光也是打在人臉的左右側(cè)，而白板放在人手的左側(cè)，，使人臉和白板的光照強(qiáng)度不一致，對(duì)后面的白板校準(zhǔn)工作產(chǎn)生誤差，使校準(zhǔn)后的人臉與現(xiàn)實(shí)看到的人臉光照顏色等存在差異，明顯地影響后期的人臉分析識(shí)別工作。本論文在采集人臉照片時(shí)，將人臉和白板放在了一個(gè)豎直線上，使白板和人臉的光照情況一致，減少了實(shí)驗(yàn)的誤差，使人臉面部反射率均控制在正常范圍之內(nèi)，提高了高光譜人臉庫(kù)進(jìn)行識(shí)別的準(zhǔn)確率。
【學(xué)位授予單位】：山東師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 張一飛;陳忠;張峰;歐陽(yáng)超;;基于棧式去噪自編碼器的遙感圖像分類[J];計(jì)算機(jī)應(yīng)用;2016年S2期

2 羅紅霞;闞應(yīng)波;王玲玲;方紀(jì)華;戴聲佩;;基于高光譜遙感技術(shù)的農(nóng)作物病蟲害應(yīng)用研究現(xiàn)狀[J];廣東農(nóng)業(yè)科學(xué);2012年18期

3 武藝;文先華;;利用ENVI軟件處理遙感影像[J];科技信息;2011年16期

4 任紅艷,潘劍君,張佳寶;高光譜遙感技術(shù)的鉛污染監(jiān)測(cè)應(yīng)用研究[J];遙感信息;2005年03期

5 韓思奇,王蕾;圖像分割的閾值法綜述[J];系統(tǒng)工程與電子技術(shù);2002年06期

相關(guān)碩士學(xué)位論文 前2條

1 姜方鑫;基于高光譜遙感的城市用地信息提取研究[D];浙江大學(xué);2012年

2 齊興敏;基于PCA的人臉識(shí)別技術(shù)的研究[D];武漢理工大學(xué);2007年

本文編號(hào)：2544143