基于决策级融合人脸识别.pptVIP

人脸识别 从固定尺寸照片的静态匹配到视频图像序列的实时匹配，人脸识别这一技术有着广泛的应用背景。人脸识别技术从最初对标准正面灰度图像的识别，发展到现在能够动态实现人脸识别，以及初露端倪的三维人脸识别 图像融合 将不同传感器获得的同一图像或同一传感器的不同时刻获得的图像，经过去噪、重采样后再运用某种融合技术得到更适合视觉感知或计算机处理的合成图像的过程 人脸识别 的通常步骤为：(1) 人脸检测 (2) 特征提取 (3) 分类识别。人脸检测是将类似人脸的目标从背景中分离，特征提取则将检测出的人脸图像映射变换到低维特征空间，分类识别则进行比较判定 图像融合 分为：(1)像素级融合 (2) 特征级融合 (2) 决策级融合。像素级融合是指直接对传感器采集的数据进行处理而获得融合图像的过程；特征级图像融合是对源图像进行特征提取后获得的特征信息进行融合，目的是最大限度给出决策分析所需要的特征信息；决策级图像融合是根据一定的准则以及每个决策的可信度做出最优决策，具有实时性好、强容错的优势。 不同角度光照 不同表情 工作规划： 由于采用的方法和传统人脸识别大相径庭，因此需要从0开始设计软件来进行实验。预计总工作时间为60天。其中调研时间为10%（6天），构思算法与流程为25%（15天），程序实现为60%（36天），论文成文为15%（9天） 调研（10天） 构思算法流程（