论文部分内容阅读
人脸识别作为一种身份鉴别技术,在人机交互、图像检索和视觉监控等领域有重要的应用。尽管近三十年来,人脸的识别受到了国内外的广泛关注,但一直是模式识别和计算机视觉领域中的研究热点和难点。由于识别结果往往受到表情、姿态和光照变化的影响,同时还要保证识别系统的实时性,人脸识别仍然有很多技术问题需要解决。
自动人脸识别包含以下几个步骤:人脸检测,人脸对齐,人脸图像预处理,人脸表示和分类。论文重点围绕人脸识别中的人脸检测,人脸对齐和人脸表示三个方面进行了研究。主要内容如下:
(1)在传统Adaboost人脸检测算法的基础上,从两方面进行了改进,在训练中使用序列化表格进行弱特征的选取,在一轮训练结束后,不进行样本权值的更新,直接在已选分类器基础上,利用直方图统计的方法进行下一轮训练。
(2)提出了一种基于灰度信息的人眼检测方法,首先通过Gabor变换和聚类分析找出人眼大致位置,然后利用邻域算子找到瞳孔中心位置。
(3)改进了基于LBP的人脸表示方法,使用Sobel边缘检测得到的人脸轮廓信息作为权值,对LBP进行加权操作。
(4)设计和实现了一个完整的自动人脸识别系统,并在一些公开的数据集上对所提出的方法进行了实验。