基于特征分割的人臉識(shí)別算法與實(shí)現(xiàn)

《基于特征分割的人臉識(shí)別算法與實(shí)現(xiàn)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、分類號(hào)學(xué)號(hào)２０１５０４７０３０４５學(xué)校代碼１０４８８密級(jí)參訓(xùn)衫ｈ‘令碩士學(xué)位論文基于特征分割的人臉識(shí)別算法與實(shí)現(xiàn)學(xué)位申請(qǐng)人：學(xué)科專業(yè)：控制科學(xué)與工程指導(dǎo)教師：答辯日期：２０１８年５月１８日ADissertationSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterinEngineeringFaceRecognitionAlgorithmandImplementationBasedonFeatureSegmentationMasterCandidate：Ha

2、oLuoMajor：ControlScienceandEngineeringSupervisor：Prof.YuWeiWuhanUniversityofScienceandTechnologyWuhan,Hubei430081,P.R.ChinaMay18th,2018摘要人臉識(shí)別作為一項(xiàng)重要的生物識(shí)別技術(shù)，具有非接觸性，便捷性，直觀性等優(yōu)點(diǎn)，也是目前模式識(shí)別與人工智能領(lǐng)域內(nèi)熱門的研究課題之一。在非可控的狀態(tài)條件下，人臉識(shí)別易受各種外界因素的影響，諸如，光照，表情，遮擋等，故繼續(xù)對(duì)人臉識(shí)別技術(shù)的研究仍具有重要的理論意義與應(yīng)用價(jià)值。針對(duì)上述的問題，本文提出基于特征分割的人臉識(shí)別

3、算法與實(shí)現(xiàn)，其主要研究?jī)?nèi)容如下：1.提出基于膚色分割與幾何特征的人臉檢測(cè)與定位。充分利用人臉圖像的彩色信息，通過比較各種色彩空間中膚色的聚類特性，最終選取YCbCr色彩空間來構(gòu)建膚色高斯模型進(jìn)行人臉圖像的分割，同時(shí)融合面部幾何特征篩選出候選區(qū)域。根據(jù)人臉區(qū)域中嘴巴與眼睛的定位來驗(yàn)證人臉的存在并精確定位出人臉。2.提出基于泰森多邊形特征分解的人臉特征分割。Voronoi圖根據(jù)自然科學(xué)下圖像間的相互關(guān)系，被納入到計(jì)算幾何的范疇，成為分析方法的一個(gè)重要分支，在環(huán)境，地學(xué)，資源等方面的研究中得到了大力推廣，但在圖像分割領(lǐng)域應(yīng)用的較少。為了更好地表征人臉特征，本文引入兩次Voronoi

4、圖分割，并將此算法在公共人臉圖像庫上進(jìn)行測(cè)試。3.提出基于分?jǐn)?shù)階傅里葉變換人臉圖像的特征提取。FrFT作為一種新興的時(shí)頻分析工具，既能實(shí)現(xiàn)傳統(tǒng)Fourier的功能，又具有普適性與靈活性。本文以分?jǐn)?shù)階域中的人臉圖像作為切入點(diǎn)，研究了變換后幅度與相位特征互補(bǔ)融合進(jìn)行人臉識(shí)別的可能性。設(shè)計(jì)出一種基于膚色分割與自適應(yīng)多模板匹配的人臉識(shí)別算法。首先，對(duì)膚色分割后的人臉區(qū)域利用自適應(yīng)初次匹配與二次匹配算法排除背景環(huán)境對(duì)人臉檢測(cè)的干擾同時(shí)減少匹配過程中的計(jì)算量；接著，運(yùn)用LBP算子對(duì)FrFT幅相特征的互補(bǔ)信息進(jìn)行編碼；鑒于二維圖像的高維數(shù)，最后引入2DPCA進(jìn)行降維處理，并采用最近鄰分類器

5、進(jìn)行分類識(shí)別。根據(jù)理論分析與仿真實(shí)驗(yàn)來驗(yàn)證算法的有效性與可行性。關(guān)鍵詞：人臉識(shí)別；顏色空間；泰森多邊形；模板匹配；FrFTIAbstractFacerecognitionisnotonlyakindofimportantbiologicalcharacteristicsforthemeritsofnon-contact,convenientandintuitive,butalsoisoneofthemostpopularresearchtopicsinthedomainofpatternrecognitionandartificialintelligence.Underunc

6、ontrolledconditions,whiletheaccuracyoffacerecognitionisseriouslychallengedbythevarietiesofillumination,expression,objectshelterandsoon.Therefore,ithasstillbothimportanttheorysignificanceandtremendousapplicationvaluestocontinuethestudyoffacerecognitiontechnology.Focusingontheproblemsabove,an

7、ovelfacerecognitionalgorithmandimplementationbasedonfeaturesegmentationisproposedinthispaper,themainworkofthispaperisasfollows:1.Themethodoffacedetectionandlocationbasedonskincolorsegmentationandgeometricalfeaturesispresentinthisthesis.Makingfulluseofcol