融合全和局部特征人脸识别.ppt

融合全局和局部特征的人脸识别 期刊取自: IEEE TRANSACTIONS ON IMAGE PROCESSING 介绍:葛月月201421070541自动 化工程学院 目录 课题研究背景和意义 全局和局部特征的不同作用和意义 全局和局部特征的提取 全局和局部分类器层级集成 实验与分析 结束语 研究背景和意义 人脸识别是计算机视觉和模式识别硏究中的热点问题。目前 最好的人脸识别系统在理想情况下已经能够取得令人满意 的识别性能。但大量测试和实践的经验表明:非理想条件 下的人脸识别技术还远未成熟。本文主要针对人脸识别中 的特征提取问题,提出将全局的 Fourier特征与局部的 特征进行层级集成:第一级分类器采用全局特征 略的分类;而第二级分类器同时采用全局和局部特 征,进行更为精确的分类。实验结果表明,全局和局部特 征的层级集成不仅可以提高人脸识别系统的正确率,也能 够使系统速度得到较大提升。 全局和局部特征的不同意义 在人类人脸识别的过程中,人脸的全局特征和局部 特征都起到了作用 人脸的全局特征主要包括肤色、脸型、五官的分布 用来进行粗略的匹配; 人壓的垕特佴主碧揎喱部五官的特点以及面部的 奇异特征,用来进行精细的确认。 局部特已经经的用慰#得了很好 果却不甚理想 全局和局部特征的不同作用 图1全局和局部特征在人脸识别中的不同作用 图3-1全局和局部特征在人脸识别中的不同作用