基于特征融合人脸识别-机械设计及理论专业论文.docxVIP

摘要 摘要 I I 摘 要 人脸识别引起了研究者的广泛兴趣和关注，在公共生活和安全领域具有广阔 的市场前景。当前，优秀的人脸识别算法在理想条件下能达到满意的识别效果。 但是，在非理想条件下（光照变化、姿态不同、面部表情差异、有无遮挡等），人 脸的识别性能还有待提高。要建立鲁棒性好、实用的人脸识别系统还需要解决很 多问题。 本文通过对人脸全局特征和局部特征的特点进行分析，基于互补的思想，利 用神经网络对全局和局部特征进行融合，设计分类器，从而提高人脸识别的正确 率。本文研究的内容主要有： 1、运用全局特征对人脸进行识别，确定人脸全局特征提取方法。分别采用主 成份分析法 ( Principal Component Analysis, PC和A )2D - PCA 提取全局特征并进 行人脸识别，对两种方法进行比较，确定采用 PCA 方法获得人脸全局特征。 2、运用 Gabor 变换提取人脸局部特征，采用多分类器融合策略对人脸进行识 别。Gabor 变换提取人脸局部特征，对局部变化（比如表情和遮挡等）具有很好的 鲁棒性能。Gabor 变换得到的人脸局部特征向量维数太大，为了解决此问题，利用 基于人脸关键部位的 Gabor 特征分组及其融合的人脸表示和识别方法。通过赋予不 同部位不同的权值，把多个特征进行融合，从而将高维的 Gabor 特征“化繁为简”。 3、运用 BP ( Back Propagation ) 神经网络将人脸的全局特征和局部特征进行并 行融合，在此基础上设计分类器，进行人脸识别。神经科学的研究表明，人的视 野神经系统结合人脸的全局特征和局部特征来进行人脸识别，据此，通过神经网 络对特征进行融合。通过教师信号，对网络进行训练，确定权值，形成分类器。 实验数据显示，运用神经网络融合人脸全局特征和局部特征的方法，可以提高识 别率。 关键词：人脸识别，局部特征，全局特征，融合，神经网络 ABSTRACT ABSTRACT II II ABSTRACT Face recognition has drawn considerable interest and attention from many researchers and has wide range of potential applications in both public life and security. Currently, the outstanding face recognition system can achieve satisfactory performance under ideal conditions. However, face recognition performance needs to be improved under non-ideal conditions (main factors: illumination, pose, expression and occlusion). So, we have to solve many problems to establish a robust, practical face recognition system. Analysis the characteristics of the human face of global and local features, based on complementarity principle, combining global and local features by neural network to design classifier in order to improve the accuracy of face recognition. As a whole, the main content of this paper as follows: Recognize faces using global features of human face and determine the method of global feature extraction. Use the method of principal component analysis (PCA) to extract global features of face, compared with method of 2D-PCA through experiment. Determine to obtain the final face global features by the way of PCA. Use the method of Gabor trans