人臉圖像識別及算法分析.pdf

1、論文題目：人臉圖像識別及算法分析專業(yè)：應用數(shù)學碩士生：肖宇明（簽名）______________指導教師：趙高長（簽名）______________摘摘摘摘要要要要近年來，由于人臉識別具有廣泛的應用前景，其逐漸成為計算機視覺與模式識別領(lǐng)域的研究熱點，人臉分析中包含的課題很多，如：人臉檢測、人臉跟蹤、人臉識別、表情分析等。本文以人臉識別及相應算法分析作為研究重點，提出了兩種研究人臉識別的新思路：1、基于“特征眼”小特征量的人臉識別算法。針

2、對人臉眼睛的局部特征，本文設計了一種能夠匹配人眼的haar特征模板，通過用本文模板對yale人臉圖像庫中樣本圖片進行人眼提取試驗，證明了本文模板是有效的；然后通過二次線性插值算法對人眼區(qū)域進行統(tǒng)一化；將統(tǒng)一化的人眼圖像數(shù)據(jù)各列首尾相接組成一個特征，通過主成分分析法提取人眼區(qū)域特征組成特征眼；將待測人眼映射到特征眼空間中并使用改進的級聯(lián)Adaboost算法進行識別。經(jīng)過試驗分析證明本文算法能夠在20個特征量的條件下達到90%左右的識別率，

3、相當于傳統(tǒng)主成分分析法中需要60個特征量才能達到的識別率，能夠大大的降低算法時間復雜度，具有廣泛的應用前景。2、基于三維圖像的人臉識別算法。本文結(jié)合當下視頻技術(shù)熱點和三維圖像的特點，本文提出了基于三維圖像的人臉識別技術(shù)。由于三維圖像不能直接轉(zhuǎn)換為灰度進行計算，本文使用HSL色彩空間中的HS分量進行特征提取，既降低了計算維度，又避免了將圖像轉(zhuǎn)換為灰度圖像。然后結(jié)合PCA方法計算待測圖片的HS分量到樣本的距離，通過計算兩個分量距離的加權(quán)和，

4、找出到樣本的最小距離達到識別的目的。本文經(jīng)過實驗得出當權(quán)值取0.75時，采用本文的算法識別率達到95%以上。相比基于灰度的人臉識別方法本文提出的基于三維圖像的識別算法具有更高的識別率，并且所需的訓練樣本也較少。隨著三維圖像采集設備的普及，本算法具有一定的理論意義及實用價值。關(guān)鍵詞：人臉識別；haar特征；主成分分析；三維人臉識別；特征眼研究類型：應用研究distancebetweentwocomponentstogettheirweig

5、htedsumeventuallybyfindingouttheminimumdistancetothesamplestoreachfacerecognitionaim.Afterexperimentswefoundoutthatwhengivetheweight0.75wecouldreachafacerecognitionrateupto95%.Comparedwiththefacerecognitionmethodbasedong

6、rayscaleimagesthis3Dfacerecognitionalgithmprovidedahigherrecognitionraterequiredlesstrainingsamples.Withthepopularityof3Dimageacquisitionequipmentthisimagecollectionthepopularityofequipmentthisalgithmf3Dfacerecognitional