论文部分内容阅读
随着移动终端设备的普及,移动环境下的人脸识别也备受关注。而在大部分人脸识别系统中,人脸图像需要根据眼睛坐标进行对齐,因此,人眼定位是人脸识别系统中的重要组成部分,眼睛定位的精度直接影响到人脸识别的性能。但目前存在的人眼定位算法并不能适应移动环境下眼睛表现出来的复杂外观,随着人脸识别应用范围的扩大和对精度要求的增加,在移动环境下实现精确的人眼定位变得尤为重要。因此,本文结合移动环境下的特点,建立新的人眼定位模型和算法,并根据人眼定位结果进行人脸姿态矫正,设计和实现了基于人眼定位的人脸识别系统。主要工作如下:(1)针对SVM学习训练数据量大、训练速度慢的问题,提出一种改进两级SVM算法。首先对每个类中的结果进行升序排列,从每个队列中选出前面的样本作为每个类的边界样本,然后根据KKT条件在整个训练样本集中迭代的调整初始设置直至收敛;为了加快检测速度,本文实现两级SVM分类。实验结果表明,本文提出的改进两级SVM算法能够在保证分类准确性的前提下,有效减少训练数据量,并提高训练速度。(2)针对移动环境下眼睛复杂外观和部分遮挡问题,提出一种改进的PS模型。首先检测到人脸图像,对人脸中眼睛及鼻子定义类标签,缩小PS建模区域,改进基本PS模型中的约束方法,将全局和局部结构约束相结合,将左右鼻翼作为两个特征点,与双眼形成新的倒梯形约束,采用启发式的方法来处理部分遮挡问题。实验表明,本文提出的改进的PS模型能够在移动环境下,实现较高的人眼定位精度。(3)基于改进PS模型和改进两级SVM分类的人眼定位算法,设计了人脸姿态矫正和人脸识别方案,对人脸姿态矫正流程,人脸识别系统需求分析、数据库设计和系统设计进行了分析。(4)实现了一个基于人眼定位的人脸识别系统,并进行了实验和系统测试。实验结果表明,本文提出的人眼定位算法能够较为准确的定位到人眼,能够很大程度上提高人脸识别的准确性。