人臉識(shí)別是人類(lèi)非常重要的感知能力。隨著計(jì)算機(jī)技術(shù)的發(fā)展,人類(lèi)渴望賦予計(jì)算機(jī)理解情感、感知外部世界的能力,自動(dòng)人臉識(shí)別技術(shù)的研究應(yīng)運(yùn)而生。人臉識(shí)別研究具有重大的理論意義和應(yīng)用價(jià)值。人臉識(shí)別研究既可以促進(jìn)心理學(xué)上對(duì)人類(lèi)自身人臉識(shí)別機(jī)制的研究,也可以促進(jìn)圖像識(shí)別技術(shù)的研究,幫助實(shí)現(xiàn)人工智能。人臉識(shí)別技術(shù)廣泛地應(yīng)用在民用安防、公共安全、娛樂(lè)、客戶服務(wù)等領(lǐng)域。由于人臉圖像會(huì)受到光照、姿態(tài)等外部因素和表情、年齡等內(nèi)部因素的影響,另外,有些人的人臉很相似。這些因素會(huì)增加人臉圖像的類(lèi)內(nèi)差異性和類(lèi)間相似性,給識(shí)別帶來(lái)很大的困難。所以,人臉識(shí)別非常具有挑戰(zhàn)性,現(xiàn)在的人臉識(shí)別技術(shù)水平還達(dá)不到很多應(yīng)用的需求,需要進(jìn)行持續(xù)的創(chuàng)新性研究。本文主要對(duì)人臉識(shí)別中的特征提取和識(shí)別問(wèn)題進(jìn)行了深入研究。它們是人臉識(shí)別系統(tǒng)的核心。在特征提取上,本文主要研究主流的相對(duì)系統(tǒng)的Gabor類(lèi)特征和LBP （Local Binary Patterns）類(lèi)特征,分析它們的優(yōu)勢(shì)和存在的問(wèn)題,然后提出相應(yīng)的改進(jìn)型特征。在識(shí)別上,本文主要研究度量學(xué)習(xí)方法,提出了一個(gè)概率度量學(xué)習(xí)的框架和兩種具體的度量學(xué)習(xí)算法。具體的研究工作如下：（1）針對(duì)Ga... 

【文章來(lái)源】：北京郵電大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：117 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

圖１－３人臉識(shí)別系統(tǒng)的流程??

但是，計(jì)算機(jī)所計(jì)算的數(shù)學(xué)上的相似度會(huì)與人類(lèi)所定義的語(yǔ)義上的相似度存??在很大的差別。語(yǔ)義鴻溝就是指計(jì)算機(jī)從圖像中感知和理解的低層信息與人類(lèi)從圖像中??感知和理解的語(yǔ)義信息不一致。為了跨越語(yǔ)義鴻溝，如圖１－４所示，在圖像識(shí)別中，計(jì)??算機(jī)是通過(guò)圖像預(yù)處理、特征提取、特征變換和識(shí)別的過(guò)程逐步進(jìn)行的，該過(guò)程中信息??流逐漸由低層的圖像信息變成高層的語(yǔ)義信息，其中，人類(lèi)的作用是需要根據(jù)自己的經(jīng)??驗(yàn)知識(shí)設(shè)計(jì)每一步的規(guī)則，指導(dǎo)計(jì)算機(jī)進(jìn)行操作，レッ改變計(jì)算機(jī)每一步的輸出信息。由??于計(jì)算機(jī)每一步都接受了人類(lèi)的經(jīng)驗(yàn)知識(shí)，而設(shè)些經(jīng)驗(yàn)知識(shí)越來(lái)越與具體的識(shí)別目標(biāo)相??關(guān)，所Ｗ輸出的信息就越來(lái)越接近人類(lèi)的語(yǔ)義。??圖像預(yù)處理、特征提取、特征變換和識(shí)別是相互合作的一個(gè)整體，都是為了跨越語(yǔ)??義鴻溝，提高識(shí)別效果。它們是相互影響的，比如，如果特征提取的效果不好，識(shí)別部??分的難度就會(huì)比較大

?Ｉ?ＮＮＮＮ??圖２－２?ＦＥＲＥＴ測(cè)試協(xié)議［１］??引入目標(biāo)集和查詢(xún)集概念的好處是可Ｗ靈活地設(shè)計(jì)模板庫(kù)（Ｇａｌｌｅｒｙ）和探測(cè)集??（Ｐｒｏｂｅ?Ｓｅｔ）。模板庫(kù)是目標(biāo)集的子集，所Ｗ目標(biāo)集中可Ｗ構(gòu)造多個(gè)模板庫(kù)，分別對(duì)應(yīng)??不同大小的庫(kù)。探測(cè)集是查詢(xún)集的子集，所查詢(xún)集中也可Ｗ構(gòu)造多個(gè)探測(cè)集，測(cè)試??不同因素的影響。具體地，在通用的ＦＥ民ＥＴ測(cè)試中，模板集采用Ｆａ，探測(cè)集有四??個(gè)，分別是巧、Ｆｃ、Ｄｕｐ．Ｉ和Ｄｕｐ．ＩＩ。其中，化反映了表情的變化，Ｆｃ反映了光照的??變化，Ｄｕｐ．Ｉ反映的變化比較多，主要是年齡，Ｄｕｐ．ＩＩ反映的變化與Ｄｕｐ．Ｉ—樣，但比??Ｄｕｐ．Ｉ更強(qiáng)烈。測(cè)試就吾將四個(gè)探測(cè)集分別與目標(biāo)集進(jìn)行匹配。對(duì)于辨識(shí)任務(wù)，最全面??的性能準(zhǔn)則是ＣＭＣ曲線（Ｃｕｍｕｌａｔｉｖｅ?Ｍａｔｃｈ?Ｃｈａｒａｃｔｅｒｉｓｔｉｃ?Ｃｕｒｖｅ）

【參考文獻(xiàn)】：
期刊論文
[1]人臉識(shí)別綜述與展望[J]. 祝秀萍,吳學(xué)毅,劉文峰.  計(jì)算機(jī)與信息技術(shù). 2008(04)
[2]人臉識(shí)別綜述與展望[J]. 祝秀萍,吳學(xué)毅,劉文峰.  計(jì)算機(jī)與信息技術(shù). 2008 (04)
[3]人臉識(shí)別技術(shù)綜述[J]. 張翠平,蘇光大.  中國(guó)圖象圖形學(xué)報(bào). 2000(11)
[4]人臉自動(dòng)識(shí)別方法綜述[J]. 周杰,盧春雨,張長(zhǎng)水,李衍達(dá).  電子學(xué)報(bào). 2000(04)

博士論文
[1]高精度人臉識(shí)別算法研究[D]. 鄧偉洪.北京郵電大學(xué) 2009
[2]人臉識(shí)別中若干關(guān)鍵問(wèn)題的研究[D]. 山世光.中國(guó)科學(xué)院研究生院（計(jì)算技術(shù)研究所） 2004



本文編號(hào)：3558903