基于多重人脸数据库的人脸识别的新方法

《基于多重人脸数据库的人脸识别的新方法》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于大量人脸数据库的人脸识别的新方法MahmudS.Alkoffash,ShihadehAlqrainy,HasanMuaidi,MohammedWedyan阿普杜拉王子。。。。摘要这篇文章展示了一个算法使得matlab程序能够以来一个给予的数据库和脸部识别技术构建和处理一张图片，这帮助解决了一些公安人员的调查难题和一些类似的操作，随着数据库的发展这些图像得以被构建和实现。据发现这样的图像处理操作解决了一些需要快速调查的事务的难题比如公安人员的工作。这种方法依赖于已有的人脸数据库和人脸识别，人脸识别则是采用抓取脸部的数据并于已有数据进行比较，然

2、后找到最接近的一个作为结果。这个操作需要时间，虽然它并不实时操作但是需要的时间是很短的。这种方法延伸出一种方法能够更快搜索出一些未知的人或脸，这样所有的部门就能投入更多的兴趣在自己的事务中搜索未知的人。关键字：图像处理；matlab；数据库；人脸识别；搜索介绍数据库图像处理系统适用于在一些紧急事件中快速构建图像，比如犯罪案件，公安人员对杀人犯，盗窃犯和其他一些犯人的调查。它可以与图像检索系统和其他的图像处理程序并行。这个系统能够进行所谓的图像检索操作来比较存储在数据库中的图像和被给予的数据所描绘出的图像，以此使得一些问题得以解决。另一方面，非语

3、言类检索引用通过图像属性访问数据的系统。一些图像属性能够依赖图形处理技术被提取出来。这个系统能够通过取得资源里的数据来启动，这样的数据库描绘了图像然后任何在数据库中的项目都能通过matlab构筑的代码来转换成类似于数据库中给出的图像，从而系统能够搜索一张通过存储大量数据的数据库构筑的相似的图像。在这之后系统能够得出它的结果使得未知的图像成为已知，之后还需要一个测试阶段来确保最终图像的正确性。许多研究者通过不同的方法论来探究分析这样的系统，比如JodouinS.etal。2003年展示了一个全自动方法，它基于多谱线图像和地形数据库样本的区域探测和

4、描绘。作者展示了一种方法来集合这两种路线，这种方法采用了极大后验概率分割来形成统一的面对噪声和糟糕边界情况具有健壮性的路线。SeanA.etal.2011,探究了图像处理中的一些问题，比如纹理合成，分辨力增强，图像噪声，孔洞填充。作者认为：这样的问题被认为是数学病态问题，这意味着想要的输出比输入包含更多的信息，任何算法想要解决这些问题都必须包含一些假设，那就是我们能够从一组代数解决方案中找到一个貌似正确的结果。SasikumarG.etal.在2012展示了一个快速脸部嗅探算法，并且结果精确。他们使用的是生物工程学系统中的唇部跟踪，它基于一个真

5、正有潜力的系统。他们使用先前记录虚拟表达，这些表达被生成并存放在数据库中的，以便将来使用。这个方法包含了四个阶段：第一步包括从原始图片中获取脸部，第二步包括背景取出嘴部提取，第三步包括考虑唇部图心作为起始坐标的关键点提取，第四部包括，把获取的特征矢量存入数据库。用户想要通过系统的身份认证就会提供实时信息，这些信息会与存放在数据库中已有的模板进行比对。系统提供的反馈会是一个匹配或者错误的匹配。SanjayK.etal.在2012年注意到认识一个人的身份最主要运用在安全领域，但也同样运用于快速获取医疗，犯罪记录。解决这个问题是非常重要的，因为它能让

6、人事部门采取预防措施，为医生的任命或者允许一个人进入安全领域提供更好的服务。人脸识别人脸识别方法使用了一个匹配脸部图片的自动或者半自动的处理过程，这种技术能够被运用于定义一些未知图像。人脸识别使用多种工具，这些工具与面部相关但是使用不同的扫描技术。其中一种技术是2D脸部识别，这种技术相比其他方法更容易也更便宜。人脸识别过程1，获取一个例子：一个传感器从生物计量系统获取一个监视结果。我们可以使用摄像机作为传感器，监视结果可以是一张快照图片。2提取特征：这一步，从事先捕获样例中提取相关的数据。依靠能使用许多可行算法的软件，把一个生物模板作为这一步的

7、结果，这个模板是一个削减数据集，它代表等级用户的脸部的独特特征。3对照模板：这一步，会把与这个课题给定的图片的比较结果和所有的生物模板存储在一个数据库中。4说明匹配结果：人脸识别系统会反馈一个含有潜力的匹配组成的候选匹配列表。所有这些步骤都展示在了图片1中。然后所有的照片都被存储在了一个X矩阵当中，每一列都代表一张图片。然后计算出平均图像并且从所有的图像矢量中除去它，以此来简化pca的实施。图片1.脸部识别方框图这里：M定义为人数,m:平均数训练阶段阶段一：计算协方差阶段二：计算矩阵V的特征向量=[特征向量，特征值]使用协方差矩阵的特征值和特征

8、向量计算本征脸。阶段三：特征被表示为本征脸向量并它符合矩阵C的特征向。阶段四：计算训练图集的向量权重当每个人的图片大于一时，计算每个人的平均权重。现在