论文部分内容阅读
人脸脸像是人类视觉中最为普遍的模式,人脸检测和识别的研究试图使计算机具有人类的脸像识别能力。它在身份鉴别、人机交互、图像检索和视觉监控等领域有着重要的应用。尽管近几十年里,人脸检测和识别受到了国内外学术界和企业界的广泛关注,但作为模式识别和计算机视觉领域中的一个研究热点和难点,人脸检测和识别仍有很多理论与技术需待解决。
本文在分析和总结国内外近几十年相关研究成果的基础上,对人脸检测与识别系统中一系列关键问题进行了研究,提出了一些实用方法,主要包括以下内容:
(1)基于DirectShow技术的视频图像采集与小波包理论的图像去噪。本文采用DirectShow技术,开发了基于WDM驱动模式的10moons SDK2000视频采集卡的视频图像采集与处理系统,并采用小波包方法对视频图像进行去噪处理。
(2)基于肤色的图像皮肤区域检测与基于径向基概率神经网络的人脸检测。提出基于YUV肤色模型进行图像皮肤区域的检测与分割,求取分割后各皮肤区域的马氏距离图,利用主成分分析法构建特征脸子空间,以人脸图像马氏距离图在各特征脸子空间的投影系数为RBPNN网络的输入,计算出该区域是否是人脸图像,完成人脸的检测。
(3)基于独立分量分析的人脸马氏距离图的特征提取与基于支持向量机实现多分类的人脸识别。本文提出基于纠错编码的环形对称划分支持向量机多分类算法,有效地将主要用于解决二分类问题的支持向量机理论推广到多分类问题中。在人脸识别研究中,分别使用主成分分析和独立分量分析的方法提取人脸图像马氏距离图特征,给出针对灰度图像和彩色图像的人脸图像库的识别结果并进行总结和讨论。
本文所提出的理论与算法丰富了人脸检测与识别技术的研究方法,为进一步进行相关研究提供了一定的帮助。