大规模用户的人识别门禁系统关键问题的研究.pdf

中文摘要 自动人脸识别是一个典型的图像模式分析、理解与分类的问题，涉及到模式 识别、图像处理、计算机视觉、智能人机交互、认知科学等多个学科，在公共安 全、信息安全等领域具有潜在的应用前景。 本文是针对开发一个鲁棒实用、用户规模庞大的人脸识别门禁系统所需要的 核心技术和关键问题的解决方案而展开研究的，主要研究内容和创新点包括： 1．研究了基于多个分类器级联的人脸检测方法和连续自适应MeanShiR人脸跟 踪技术，以实现系统中的实时人脸定位。为了对分割的人脸图像进行几何归 一化，提出了一种基于支持向量机和Hough变换的眼睛自动定位算法。同现 有方法相比，该方法无需设定参数，也无需建立模板，整个定位过程简单易 行，对人脸在图像平面内的旋转、尺度及面部表情等变化也都具有一定的鲁 棒性。从定位结果上来看，该方法的定位速度不仅较快，定位准确率也较高； 2．研究了基于核函数直接判别式分析的人脸识别技术，以在一定程度上解决因 光照、姿态等因素的适量变化产生的识别率下降的问题，并在该技术中首次 采用了修正模型和分数次幂多项式核函数。通过在多姿态、多光照条件的人 脸库上进行实验，结果表明该技术相对于现有其它的基于核函数的分析方法， 具有更高的识别率，对上述因素变化具有更强的鲁棒性。通过在该技术中