论文部分内容阅读
随着社会信息化和身份验证技术的发展,人脸识别技术因其使用方便、友好,是计算机视觉领域的研究热点。目前理想条件下的正面人脸识别技术已经取得很好的效果,但是在实际应用中有很多不可控因素,比如光照影响、姿态变化、脸部遮挡等问题。其中人脸的姿态变化又是最常遇到的问题,姿态变化会使人脸的特征扭曲、变形、消失,对于人脸的检测和识别影响很大,因此本文针对人脸识别中的多姿态问题进行深入的研究。本文研究了多姿态人脸检测,针对人脸姿态变化,提出新的基于肤色和改进Ada Boost的多姿态人脸检测算法。该算法使用肤色检测作为人脸的粗检测,检测速度快,可以确定人脸可能出现的区域。研究分析了Ada Boost算法的过程和不足,改进为五角度Ada Boost多姿态人脸检测算法,将人脸姿态变化分为五个区间,分别训练Ada Boost检测器,最后级联组成一个多姿态检测器,实验验证该算法准确检测[-90°,90°]之间的人脸,提高多姿态人脸检测率。针对多姿态人脸识别,本文提出新的基于姿态估计的人脸识别算法。姿态估计算法采用ASM特征点定位,对传统ASM算法进行改进,使边缘定位更准确。利用双眼和鼻子三个特征点组成T型结构,根据旋转角度和脸部距离变化的映射关系,进行姿态估计。人脸训练库按姿态变化划分为三个区间,对待识别人脸估计出角度,在对应区间内进行识别。人脸特征的提取使用PCA+LDA算法,使用PCA算法降维,LDA算法投影到分类空间,最后根据距离函数进行分类,实现[-60°,60°]之间的多姿态人脸识别。多姿态人脸识别系统以vs2013为开发环境,应用Open CV函数库,实现多姿态人脸检测和识别功能。通过在CAS-PEAL多姿态人脸数据库的测试,识别率达到70%以上。