论文部分内容阅读
随着科技的进步和人们生活水平的不断提升,人们追寻更加便捷的生活方式,对智能化的未来生活有了更高的期望。人脸识别以其快速简单的认证优点,成为最理想的一种自动身份验证手段,其应用前景非常广阔,已成为计算机视觉领域的研究热点。本文围绕人脸识别技术,研究和设计了一套能够实时识别人脸的人脸识别系统。本文根据人脸识别的一般过程,分步和分块式地研究人脸识别技术相关内容。在人脸识别技术涉及的多个部分,进行了研究分析和实验测试,并在相关研究方向提出和设计了自己的一些解决方案。通过对人脸识别技术进行深入研究,本论文总结了人脸识别研究的主要技术路线,以及人脸识别在实践应用中遇到的问题。课题完成的主要研究成果有:1)在图像预处理部分,设计了一种基于人脸关键点定位算法的人脸图像校正方案;2)在人脸检测部分,提出了一种分阶段多比例因子人脸图像遍历检索策略;3)在人脸识别部分,研究了 SVM核函数对基于PCANet模型提取人脸特征算法的分类准确率的影响;4)在人脸属性识别和对“真实人脸”的活体检测部分,设计了一种基于HOG特征和SVM的人脸性别识别方案,以及设计了一种基于交互动作和一种基于游戏互动的人脸活体检测方案;5)使用基于C++的OpenCV库、Qt等开发了人脸识别系统的图形化界面。研究发现,设计的基于人脸对齐算法的人脸图像校正方案能够达到校正人脸图像的目的;提出的分阶段多比例因子人脸图像遍历检测策略能够在一定程度上优化人脸检测性能;基于PCANet的人脸识别算法在ORL人脸库、Yale人脸库和FERET人脸库上的识别率分别达到98.5%、100%和95.75%,能够满足简单条件下的人脸识别需求;设计的基于HOG特征和SVM的人脸性别识别方案能够达到实验研究的预期效果;设计的基于交互动作和基于游戏互动的人脸活体检测方案能够满足系统活体检测的基本需求。