非线性流形上多姿态人脸检测与识别.pdf

摘要 人脸检测与识别主要是研究在图像或视频中自动地查找定位人脸或面部特征以 及识别身份、表情与姿态等的理论。人脸检测与识别是一个很复杂的问题，其本质 的困难在于姿态、光照、表情等变化因素造成的人脸模式的可变性。现有的算法在 可控环境下取得了较为理想的性能指标，但总体上还缺乏对上述变化因素的适应能 力。 在上述的多种变化因素中，姿态变化是最难以处理的，且对检测与识别算法的 性能也影响最大。有鉴于此，本文展开了多姿态人脸检测与识别的研究。给出了组 成一个相对完整的人脸检测与识别系统的几个核心的处理步骤，其中包括：多姿态 人脸检测、姿态估计、特征定位以及多姿态入脸识别算法。在这个过程中，也采用 了非线性流形学习的算法或借鉴其基本思想提出自己的算法，来解决姿态估计、人 ，● 脸识别等问题。论文的主要研究工作与成果包括了以下几个主要方面的内容： (1)提出了一种基于RealAdaBoost算法的区域边缘方位场匹配的正面人脸检 测方法。提取人脸图像的边缘方位场特征，采用RealAdaBoost算法通过迭代学习 获取人脸特征模式。为保证检测的实时性，采用了级联式的分类器结构以及多分辨 率图像搜索策略。 (2)提出了