论文部分内容阅读
人脸识别技术因其在公共安全、信息安全、金融等方面的广阔应用前景近年来始终是模式识别和机器视觉领域的热门研究课题之一。人脸识别技术在发展的同时也面临着姿态变化问题、光照变化问题、表情变化问题等挑战，其中姿态变化尤为突出，因此姿态变化人脸识别具有重要的研究意义。论文针对人脸头部深度旋转问题，探讨了基于混合特征空间和HMM的姿态人脸识别方法。通过线性回归方法学习非正面人脸和正面人脸之间存在的映射关系，可以将姿态人脸校正为虚拟的正面人脸。为了快速地进行姿态校正，将线性回归方法引入混合特征空间。将人脸样本映射到对应的混合特征空间得到特征向量，在混合特征空间通过线性回归方法学习非正面人脸特征向量和正面人脸特征向量之间的姿态转换关系并进行姿态校正，然后再重构成虚拟正面人脸，所需时间为11.91秒。最后使用HMM对产生的虚拟正面人脸进行人脸识别，实验结果表明了混合特征空间姿态校正方法的有效性。