基于单视图的多姿态人脸识别-信号与信息处理专业论文.docxVIP

江苏科技大学学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意 学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文 被查阅和借阅。本人授权江苏科技大学可以将本学位论文的全部或部分内 容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存 和汇编本学位论文。 本学位论文属于： (1)保密□，在 年解密后适用本授权书。 (2)不保密□。 学位论文作者签名： 指导教师签名： 年 月 日 年 月 日 摘 摘 要 江苏科技大学工学硕士学位论文 江苏科技大学工学硕士学位论文 I I PAGE PAGE VI 摘 要 人脸识别技术是利用计算机对人脸进行分析，提取人脸的有效特征来进行人脸鉴 别的技术，在公共安全、数字身份认证、多媒体等领域具有重要的应用价值，受到了 广泛的重视。经过几十年的研究，在人脸识别领域已经出现了大量的创造性成果，但 是这些成果仍然无法完全满足日益发展的实际应用需求。目前，对于控制配合下的人 脸识别已取得了较高的识别率，但是对于非控制配合条件下，如，姿态变化情况下的 人脸识别，其识别率会急剧下降。 目前，研究者针对多姿态的人脸识别提出了以下四类解决办法：多视角人脸识别 技术、不变特征人脸识别技术、基于三维模型的人脸识别技术和基于单视图的多姿态 人脸图像生成技术。前三种技术运用的前提是人脸数据资料足够充分。当训练样本是 单视图时，有研究者用单视图生成多姿态来扩充训练样本，这些生成多姿态人脸的方 法存在生成精度不高的问题。 为了提高多姿态人脸识别中的姿态人脸生成精度，本文提出了一种局部加权平均 的多姿态人脸生成算法，并利用主成分分析提取人脸特征，应用支持向量机进行多姿 态的人脸识别。具体的研究工作总结如下： （1）本文用局部加权平均的方法，得到正面人脸与姿态人脸图像局部特征点之间 的映射函数集，采用相邻特征点映射函数加权平均的方法获得每个像素的形变函数， 据此生成多姿态的人脸图像，构成多姿态人脸训练样本库。实验结果表明，该算法生 成的多姿态人脸与拍摄得到的多姿态人脸的峰值信噪比高，有效地提高了姿态人脸的 生成精度。 （2）利用主成分分析提取人脸特征矢量；最后应用支持向量机实现多姿态的人脸 识别。本文方法有效地克服了多姿态人脸识别中难以获得多姿态人脸图像和姿态变化 导致的识别率迅速下降的问题。实验结果表明，使用局部加权平均算法生成的多姿态 人脸能够保持人脸的局部特性，与 ORL 人脸库中的人脸的相似度高，有效地提高了多 姿态人脸的识别率。 关键词 多姿态；人脸识别；形变函数；局部加权平均；特征点 Ab Abstract 江苏科技大学工学硕士学位论文 江苏科技大学工学硕士学位论文 III III PAGE PAGE IV Abstract Face recognition is a technology which analyzes the image and then extracts the information of effective recognition from it by computer. Face recognition has significantly commercial value in the field of public security, digital identity and multimedia, so it causes extensive attention. Over the past decades, great progress and developments have been made in the field of face recognition，but these technologies still can not fully meet the evolutuinary practical application. At present, face recognition systems perform very well under the condition of control and cooperative, While, the rate of face recognition will degrade sharply without control and cooperative, such as face recongnition under the condition of multi-pose. Now, researchers have put forward the following four kinds of solutions of multi-pose fac