資源描述：
《面向人臉識別的特征定位及幾何校正研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、河北工業(yè)大學(xué)碩士學(xué)位論文面向人臉識別的特征定位及幾何校正研究姓名：孔海東申請學(xué)位級別：碩士專業(yè)：模式識別與智能系統(tǒng)指導(dǎo)教師：趙曉安;于明20061101河北工業(yè)大學(xué)碩士學(xué)位論文面向人臉識別的特征定位及幾何校正研究摘要人臉檢測與人臉識別現(xiàn)在已經(jīng)成為機(jī)器視覺領(lǐng)域的重要研究課題。它應(yīng)用于和諧人機(jī)界面，視覺檢測，數(shù)字視頻處理等多個方向。迄今為止，很多人臉檢測與識別的算法已經(jīng)提出，并取得了不錯的效果。但是人臉檢測的速度以及檢測與識別的中間地帶－面部特征檢索與人臉配準(zhǔn)還有待深入研究，它們是建立快速人臉識別系統(tǒng)的前提。相比以往注重準(zhǔn)確
2、率而言，本文的研究更關(guān)心速度。我們以低分辨率圖像為對象，采用基于Adaboost統(tǒng)計學(xué)習(xí)方法的層疊分類器檢測人臉，基本上實現(xiàn)了快速人臉檢測；為了將找到的人臉規(guī)范化，提出了一種基于邊緣檢測與灰度梯度密度的快速特征檢測方法，定位人臉的主要特征－眼睛，并在此基礎(chǔ)上利用幾何與灰度信息定位嘴巴；借鑒直接表現(xiàn)模型DAM（directappearancemodel）所提出的形狀與紋理之間線型關(guān)系，對大量定位好的樣本進(jìn)行統(tǒng)計學(xué)習(xí)，訓(xùn)練變換矩陣，進(jìn)行人臉方向的定位與幾何校正。本文提出的基于邊緣檢測和灰度梯度密度的面部特征檢測方法可以快速的
3、對眼睛進(jìn)行較準(zhǔn)確的定位，并對非強(qiáng)光照等影響有很好適應(yīng)性。標(biāo)注好的人臉圖像可以為人臉配準(zhǔn)提供訓(xùn)練樣本數(shù)據(jù)，并應(yīng)用于實現(xiàn)人臉的方向定位，幾何校正，為人臉識別做好必要準(zhǔn)備。關(guān)鍵詞：人臉檢測，邊緣檢測，梯度密度，直接表觀模型i面向人臉識別的特征定位及幾何校正研究THELOCATIONOFOBJECTFEATUREANDGEOMETRYADJUSTMENTFORFACERECOGNITIONABSTRACTNow,thefacedetectionandrecognitionhasalreadybecametheimportantr
4、esearchtopicinthemachinevisiondomain.Itisappliedintheharmoniousman-machineinterface,thevisiondetection,digitalvideofrequencyprocessingandetc.Untilnow,manyalgorithmsofthefacedetectionandtherecognitionhasalreadyproposed,andwithwhich，thegoodeffectwasobtained.Butthev
5、elocityofhumanfacedetectionisneedtoberesearchedcannilyaswellasthemiddlepartoffacedetectionandrecognitionwhichisabouttheselectionoffacefeaturesandthefacealignment.Theyarepreconditionforsettingupthefastsystemoffacerecognition.Comparedtopayinggreatattentiontotherate
6、ofaccuracybefore,theresearchofthisthesiscaresvelocitymore.Takingthelowdistinguishingrateimageasobject,first，wedetectfaceusingthecascadeclassifierbasedonAdabooststatisticallearningmethodtodetectfacefast.Then，inordertomakethefaceimagefoundedstandard,weproposeafastf
7、eaturedetectionmethodbasedonedgedetectionandgraygradsdensity.Themethodcanlocateeyeswhichisthemainfeatureofface，andbasedonwhich,wecanlocatemouthusinggeometryandgradsinformation.Atlast，accordingtothelinearrelationsbetweenshapeandtexturewhichisproposedbyDAM(directap
8、pearancemodel),wetrainthetransformationmatrixbydoingstatisticalstudywithalotofsamplelabeledtolocatethefacedirectionandgeometryadjusts.Thefeaturedetectionmethod
