论文部分内容阅读
人脸识别是计算机视觉和模式识别领域研究热点之一,具有广泛的应用前景。本文对人脸识别技术进行深入学习和研究,结合当前人脸识别领域中的优秀算法,采用基于肤色检测和AdaBoost人脸检测的快速人脸检测方法以及基于二维Gabor变换与LBP变换的人脸识别方法。本文首先对高斯肤色概率模型和椭圆肤色模型进行改进,将这两种肤色模型相结合,检测图像中的肤色区域,查找肤色区域轮廓;然后使用由Haar特征构造的级联Real AdaBoost分类器在肤色区域内进行人脸检测。接着本文对人脸灰度图像进行二维Gabor小波变换和LBP变换,把变换后得到的图像划分成网格,对每个网格进行直方图对比,并通过Fisher准则确定每个网格的权值,使用加权的K最近邻方法识别人脸。实验证明此方法比使用单一变换和非加权的方法具有更高的识别率。为了减少直方图比较次数,本文对匹配过程进行改进,根据各个方向和频率上的Gabor变换对人脸区分重要性的不同,逐次排除直方图匹配较差的人脸。本文最后实现了一个基于摄像头的人脸识别系统,该系统能够捕获图像、检测图像中的人脸并识别人脸。经验证,本文的方法具有较高的识别率。