基于hmm人脸识别算法的研究的研究硕士论文

《基于hmm人脸识别算法的研究的研究硕士论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要I恻则掣螋Y2067162人脸识别技术因其在公共安全、信息安全、金融等方面的广阔应用前景近年来始终是模式识别和机器视觉领域的热门研究课题之一。人脸识别技术在发展的同时也面临着姿态变化问题、光照变化问题、表情变化问题等挑战，其中姿态变化尤为突出，因此姿态变化人脸识别具有重要的研究意义。论文针对人脸头部深度旋转问题，探讨了基于混合特征空间和H]V[M的姿态人脸识别方法。通过线性回归方法学习非正面人脸和正面人脸之间存在的映射关系，可以将姿态人脸校正为虚拟的正面人脸。为了快速地进行姿态校正，将线性回归方法引入混合特征空间。将人脸样本映射到对应的混合特征空间得到

2、特征向量，在混合特征空间通过线性回归方法学习非正面人脸特征向量和正面人脸特征向量之间的姿态转换关系并进行姿态校正，然后再重构成虚拟正面人脸，所需时间为11．91秒。最后使用F]MM对产生的虚拟正面人脸进行人脸识别，实验结果表明了混合特征空间姿态校正方法的有效性。关键词：人脸识别姿态隐马尔可夫模型特征空间线性回归AbstractFacerecognitionisoneofthemostpopulartopicsinthefieldofpaUemrecognitionandmachinevisionbecauseofitsgreatapplicationsin

3、publicsecurity,informationsecurity,fmanceandSOon．Withthedevelopmentoffacerecognition，ithast0befaced诵也somechallengesjustlikeposevariation,illuminationvariation,facialexpressionvariationandSOon．Posevariationisidentifiedasoneoftheprominentunsolvedproblemsintheresearchoffacerecognitio

4、n,SOfacerecognitionacrossposehasimportantsignificance．ThedissertationdiscussestheposevariationinYaw,proposingamethodofhybfideigenspaceandHMMbasedfacerecognitionacrosspose．Usingthelinearregression,wecalllearnthemaprelationshipbetweennon-仔ontalfacesandfrontalfaces，soposefacesCallbec

5、orrectedtofrontalfaces．Tofastercorrecttheface丽thposevariation，introducinglinearregressionintothehybrideigenspacemethod．Faceimagesmappedtothehybrideigenspaceandgetthefeaturevectors．InthehybrideigenspaceweCallusethelinearregressiontolearnthemaprelationshipofbetweennon·frontalfeature

6、vectorsandfrontalfacefeaturevectors，thentheresultsarereconstructedtovirtualfrontalfaces，thetimeis11．91s．Atlast，HMMisusedasaclassifiertorecognizethevirtualfrontalfaces，experimentalresultsshowtheencouragingperformanceoftheproposedmethod．facerecognitionposeHiddenMarkovModeleigenspace

7、linearregressmn第一章绪论1．1研究背景及意义在现实生活中，人们每一天都离不开身份验证，例如金融机构，国家安全机构，公司等公共场所。这些场所使用的身份验证手段是传统的验证方式，如：身份证，用户名，验证码等。但是在科技飞速发展的今天，这些验证手段很容易遗失或者被仿造和盗用，不能保证信息的安全。因此，迫切需要更可靠、更安全、更强有力的技术手段。这时，利用生物特征进行识别的方法，就显示出了强大的性能。生物特征主要包括：人脸，指纹，DNA，虹膜，视网膜，掌纹，步态等等。这些生物特征具有个人独特性，无法伪造与复制的特点，因此具有更高的可用性、可靠性、安

8、全性。人脸识别作为生物特征识别的一个分支，是模式识别和计算机视觉中