人脸识别技术之关键技术分析.docxVIP

1、快速准确的多姿态实时检测 快速准确的多姿态实时人脸检测，长期以来一直是理论研究和实际应用领域的难点问题，为了准确有效地进行人脸检测，可以采用连续自适应 Boost 算法替代训练整合得到强分类器，并组成基于视图的瀑布型检测器进行逐层人脸样本筛选。同时为了大幅度地提高检测速度，将瀑布的前几层作为姿态预估计器，使姿态预估计和人脸检测同步进行，并且按搜索量化步长的大小，对图像进行金字塔式逐次细化的多分辨率搜索。然而检测技术的优化往往需要在准确率和速度之间进行折衷，加速策略会导致正确率的下降。姿态估计器和多分辨率搜索，能够将检测速度提高两倍甚至更多，但是这会造成在检测率相当的情况下误报率会有所上升。需要重点解决的问题在于根据实际监控系统的应用需求对目前的方法进行进一步的优化，设计出最佳性能的姿态估计器，以及能够在正确率和速度之间取得最佳平衡的多分辨率搜索参数，如搜索步长和分辨率层次的选择。上述工作需要深入掌握连续自适应 Boost 算法、分类器设计、ANN 训练、统计学习方法等模式识别领域的知识技能，以及进行相关的科研实验和实验数据的统计分析，并能完成基于实时视频流的应用设计及开发，具有比较高的难度。 2、归一化预处理及阴影消除 美国国土安全部门对生物护照进行的首轮测试以及国际权威的 FRVT-2002 测试均表明，在光线变化的情况下，人脸识别的错误率可能达到50%。而对于光线问题，迄今