【硕士论文】人脸检测与定位实现方法研究.pdf

《【硕士论文】人脸检测与定位实现方法研究.pdf》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、大连理工大学硕士学位论文人脸检测与定位实现方法研究姓名：肖斌申请学位级别：硕士专业：软件工程指导教师：单世民20081206大连理工大学专业学位硕士学位论文摘要人脸识别技术是计算机模式识别领域非常活跃的研究课题，在法律、商业等领域有着广泛的应用前景。自动人脸识别系统一般由两个模块组成：定位与检测模块，特征提取与识别模块。本文对两个子模块进行了详细讨论，通过实验仿真了一个基于静态图像的人脸识别系统。为提高系统的识别率，本文对定位检测模块和特征提取模块进行了深入研究。针对复杂多变人脸检测和定位问题，实现了一种基于对称特征的人脸定位方法。该算法首先基于肽色特征提取出人脸区域

2、，根据眼睛的颜色和梯度特征在肤色区找到眼睛可能存在的有限的候选区域：根据人脸的对称特征，把这些候选区域分别进行匹配，找到最佳匹配的区域就是眼睛区域。本算法适用于表情变化，姿态变化，有胡须，戴眼镜的多种情况。特征提取是人脸识别系统中非常重要的技术，本文仿真的人脸识别系统采用一种结合主元分析(PCA)和F．LDA的人脸识别方法。为了解决F．LDA直接应用到高维模式识别中计算复杂度太大的问题，算法中首先应用主元分析进行降维。该算法能克服LDA的小样本问题。另外，我们对待识别人脸图像进行了归一化和同态滤波预处理，分类器选用基于欧氏距离最近邻分类器。仿真试验结果表明系统识别率高

3、，鲁棒性好。关键词：人脸识别；人脸检测与定位；特征提取人脸检测与定位实现方法研究TheStudyonHumanFaceDetectionandLocalizationAbstractnetechnologyoffacerecognitionisallactivesubjectintheareaofpatternrecognition．Therearebroadapplicationsinthefieldsoflaw，businessere．Afacerecognitionsystemincludestwoparts：facedetectionandlocalizati

4、on．featureextractionandclassification,whicharediscussedindetail．Afacerecognitionsystembasedonstaticimageissimulated．Inordertoimprovetherecognitionrate，anewfacedetectionandlocalizationmethodandanewfeatureextractionmethodareproposed．Thenewfacedetectionandlocalizationalgorithmissimulatedfo

5、rfacelocalizationincomplexposes．啊1emainideaistousethesymmetryofhumanfaces．First,skinregionsaredetectedbasedonamodelofskincolor；Second，Basedontheobservationthateyeareaisoflowgraylevelandgreatgradient，somecandidateregionsofeyescanbeobtainedandthenmatchesoftheseregionsaleperformedtofindthe

6、bestones．ThealgorithmCanbeusedtodetectmultiplefaceswithdifferentposesorexpressions，even谢mglassesinacolorimage．Featureextractionisveryimportantinfacerecognition．Aniterativelineardiscriminantanalysis．fractionallineardisc"nminantanalysisisintroducedtofacerecognition．Afeatureextractionmetho

7、doffacerecognitionwhichcombinesprincipalcomponentanalysisandfractional．steplineardiscriminantanalysisisusedinthesystem．Inordertoreducethecomputationcomplexity，principalcomponentanalysisisfirstusedtoreducethedimension．T11iSmethodcallovercomethesmall．sampleproblemofLDA．Inaddition