多人环境下人脸识别研究.PDFVIP

多人环境下的人脸识别研究 【摘要】本文针对多人环境下的人脸识别对算法速度、准确性和抗人 脸姿态干扰的特别要求进行研究，改进了已有算法。利用肤色分割与 AdaBoost 相融合的方法进行人脸检测，弥补了两者各自的缺点，在 保证检测精确度和抗干扰性的基础上缩短了运算时间；根据五官位置 进行人脸归一化并利用2DIMPCA 的方法进行人脸识别。在ARM 嵌 入式平台上的 Linux 系统下进行代码开发并移 了 SQLite3 和 OpenCV 库，最终实现并测试了一个包括图像采集、人脸检测、人脸 识别的完整系统。并本文将算法研究与嵌入式平台上的系统实现相结 合，保证了在小样 数据库中进行人脸识别的快速性、鲁棒性。 【关键词】人脸检测 AdaBoost 人脸识别 2DIMPCA 【Abstract 】This paper is about a research on face recognition under multi-people condition. Algorithms are optimized to acquire precision, speed, and robustness. Color segmentation and AdaBoost are combined in order make up for shortcomings of them, and ultimately robustness and speed of face detection are both improved; Face normalization based on feature position is applied before face recognition which is based on 2DIMPCA.An embedded system including image acquisition, face detection and face recognition on ARM platform is implemented under Linux. SQlite3 and OpenCV libraries are transplanted. This paper combined algorithm research with tests under embedded system, and achieves fast and robust face recognition in small database. 【KeyWords 】 Face Detection, Color segmentation, AdaBoost, Face Recognition, 2DIMPCA 多人环境下的人脸识别研究 目 录 1 概述 3 1.1 研究背景 3 1.2 多人脸识别的特点 3 1.3 研究方案 3 1.4 难点分析 4 2 人脸分析综述 5 2.1 基于线性变换的特征生成 5 2.1.1 主成分分析（PCA） 5 2.1.2 独立成分分析（ICA ） 6 2.1.3 DFT 与D CT 6 2.1.4 小波分析（Wavelet Analysis ） 7 2.1.5 Gabor 滤波器 9 2.2 基于知识模型的特征生成 10 2.3 分类器概述 11 2.4 贝叶斯分类器 11 2.5 隐马尔可夫模型（HMM ） 11 2.6 神经网络(ARTIFICIAL NEUTRAL NETWORK) 12 2.7