資源描述：
《基于局部模式的人臉識(shí)別方法研究》由會(huì)員上傳分享，免費(fèi)在線(xiàn)閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。
1、圖書(shū)分類(lèi)號(hào)：TP391.4U.D.C.:681.39工學(xué)碩士學(xué)位論文基于局部模式的人臉識(shí)別方法研究碩士研究生：孟昕導(dǎo)師：高文教授申請(qǐng)學(xué)位：工學(xué)碩士學(xué)科、專(zhuān)業(yè)：計(jì)算機(jī)科學(xué)與技術(shù)所在單位：計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院答辯日期：2006年6月授予學(xué)位單位：哈爾濱工業(yè)大學(xué)ClassifiedIndex：TP391.4U.D.C.:681.39DissertationfortheMasterDegreeinEngineeringLOCALPATTERNFORFACERECOGNITIONCandidate：Supervisor：AcademicDegreeAppliedfor：Specialty
2、：Affiliation：DateofOralExamination：University：MengXinProf.GaoWenMasterofEngineeringComputerScienceandTechnologyComputerScienceandTechnologyJune,2006HarbinInstituteofTechnology哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文摘要人臉識(shí)別具有重要的理論價(jià)值和廣泛的應(yīng)用前景。盡管近年來(lái)人臉識(shí)別技術(shù)取得了長(zhǎng)足的進(jìn)步，但現(xiàn)有算法的性能尚不能滿(mǎn)足各種應(yīng)用的實(shí)際需求。從某種意義上講，人臉識(shí)別問(wèn)題的核心是人臉建模問(wèn)題，而近年來(lái)，基于人
3、類(lèi)視覺(jué)感知機(jī)理的產(chǎn)生式模型在視覺(jué)領(lǐng)域受到了廣泛關(guān)注，尤其是基于局部建模的方法更取得了較大的成功。本文在分析現(xiàn)有的產(chǎn)生式方法的基礎(chǔ)上，對(duì)基于局部建模的人臉識(shí)別方法進(jìn)行研究，取得了以下研究結(jié)果：(1)提出了一種基于稠密局部匹配（DenselyLocalMatching，簡(jiǎn)寫(xiě)為DLM）的人臉識(shí)別方法。該方法通過(guò)對(duì)原始人臉圖像進(jìn)行稠密重采樣，得到反映不同局部區(qū)域特征的子圖像，并最終通過(guò)融合局部子圖像匹配結(jié)果來(lái)得到最終的圖像匹配相似度。本文對(duì)不同的圖像分塊策略（稠密和稀疏、分塊大小等）以及融合策略（全部融合和部分融合）進(jìn)行了實(shí)驗(yàn)分析，實(shí)驗(yàn)結(jié)果表明融合部分稠密采樣的局部匹配方法可以取得更好
4、的性能。(2)提出了一種基于局部視覺(jué)基元（LocalVisualPrimitives，簡(jiǎn)寫(xiě)為L(zhǎng)VP）的產(chǎn)生式模型，并用于人臉重建和識(shí)別中。該方法通過(guò)對(duì)密集采樣的局部圖像模式進(jìn)行聚類(lèi)來(lái)獲得能夠反映人臉局部變化模式的視覺(jué)基元，這些基元在視覺(jué)效果上與圖像微視覺(jué)結(jié)構(gòu)非常吻合，可以用于組合高層的語(yǔ)義特征（如眼睛，鼻子，嘴等），實(shí)驗(yàn)結(jié)果表明使用數(shù)百個(gè)LVPs就可以很好的重建高維灰度人臉圖像（原始維數(shù)為56x63）。此外，本文還提出了基于LVP的人臉識(shí)別方法，該方法通過(guò)對(duì)圖像的LVP索引建立空間直方圖模型，并采用直方圖交計(jì)算相似度來(lái)實(shí)現(xiàn)人臉識(shí)別。在FERET人臉庫(kù)上的實(shí)驗(yàn)結(jié)果表明，該方法具有
5、較好的識(shí)別性能。上述初步研究結(jié)果表明，即使采用較為簡(jiǎn)單的分類(lèi)識(shí)別策略，基于局部模型的方法仍能取得良好的識(shí)別性能。我們相信通過(guò)將局部模型與性能更優(yōu)的判別分析技術(shù)、統(tǒng)計(jì)學(xué)習(xí)方法結(jié)合，有望取得更好的識(shí)別性能。關(guān)鍵詞人臉識(shí)別；產(chǎn)生式模型；局部視覺(jué)基元；局部匹配-I-哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文AbstractFacerecognitionpossessescrucialtheoreticalvalueaswellasbroadapplicationprospects.Thoughthetechniquesoffacerecognitionhavemadegreatprogresse
6、s,theperformanceoftheexistingalgorithmscannotmeettheactualrequirementsofvariousapplications.Insomesense,theface-modelingproblemliesinthekeypointoftheproblemoffacerecognition.Inrecentyears,generativemodelsbasedonhumanvisualmechanism,especiallythelocalmodelingmethod,haveobtainedincreasingatten
7、tioninthedomainofvision.Basedontheanalysisofthoseexistinggenerativemodels,thispaperconductsresearchonthelocalmodelingbasedfacerecognitionmethod,andobtainsthefollowingresults:(1)ProposesaDenselyLocalMatching(DLM)basedfacerecognitionmethod,inwhichbyd
