基于asm的人脸定位研究

基于asm的人脸定位研究

ID:33498094

大小:3.25 MB

页数:95页

时间:2019-02-26

基于asm的人脸定位研究_第1页
基于asm的人脸定位研究_第2页
基于asm的人脸定位研究_第3页
基于asm的人脸定位研究_第4页
基于asm的人脸定位研究_第5页
资源描述:

《基于asm的人脸定位研究》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、分类号UDC密级编号基于ASM的人脸定位研究(南京信息工程大学理学硕士学位论文)培养单位:专业:申请人:指导教师:南京信息工程大学系统分析-9集成汪晓妍傅德胜副教授2006年5月中文摘要自动人脸识别(AFR)研究试图赋予计算机根据人脸辨别人物身份的能力。该研究具有重要的科学意义和巨大的应用价值。经过三十多年的发展,AFR技术取得了长足的进步,目前最好的AFR系统在理想情况下已经能够取得可以接受的识别性能。但测试和实践经验表明;非理想条件下的人脸识别技术还远未成熟,要开发出真正鲁棒、实用的AFR应用系统还需要解决大量的关键问题,尤其需

2、要研究作为识别必要前提条件的面部关键特征精确定位问题。本文重点探讨基于统计学习的面部特征定位问题。研究了特征精确配准问题.重点讨论了基于主动形状模型的人脸定位算法。首先介绍了点分布模型,并在训练样本对齐、形状变换建模和基数目的选择三方面展开讨论,然后详细描述了主动形状模型的整个搜索过程和多分辨率框架,并讨论了相关研究工作。从统计外观模型出发,介绍了基于统计外观模型的AAM技术,并与ASM做了比较说明。同时介绍了图像扭曲技术,重点描述了分块仿射技术。介绍了入脸定位样本的采集过程,搜集各种人脸图片进行人工标定关键特征点,利用主动形状模型

3、(ASM)进行人脸定位。提出模型分次搜索,在对整个人脸建模的同时,也分别对眼睛和嘴巴构造模型,利用眼睛模型和嘴巴模型优化总体搜索达到了非常好的效果。通过模型点数对比实验和去除轮廓实验来对模型描述选择进行讨论,计算了平均搜索误差和搜索一次所耗时间,并进行了对比分析。对测试中失败结果进行分析,对影响搜索的各种因素进行讨论,指出初始化对于搜索的成败往往起了决定作用,而光照变化、姿态变化、表情变化、毛发饰物的遮挡、训练集不足等因素的影响也是整个搜索失败的重要原因。指出基于ASM的人脸定位缺少收敛准则和质量评价,强调了建立一种合理的质量评价机

4、制的重要性,提出了一种利用统计学习方法来构造人脸定位评估函数的方法。介绍和讨论分类器设计,指出分类嚣性能主要取决于特征空间和学习算法选取两个方面。观察和分析了Gabor小波,指出其优良特性(良好的空间局部性和方向选择性)并选择Gabor特征作为评估算法的分类特征。介绍和研究了AdaBoost学习算法,选用AdaBoost学习算法来设计用于定位评估的分类器。实验结果证明此分类方法效果良好,并在语义上更有意义。关键词:人脸定位,主动形状模型,主动表观模型,Gabor小波,主成分分析,AdaBoostAbstractAutomaticFa

5、ceRecognition(AFR)aimsatendowingcomputers谢tlltheabilitytoidentifydifferenthumanbeingsaccordingtofaceimages.Sucharesearchhasbothsignificanttheoreticvaluesandwidepotentialapplications.Aftermorethan30years’development,AFRhasmadegreatprogressespeciallyinthepasttenyears.The

6、state-of-the.artAFRsystemcanperformidentificationsuccessfullyunderwell—controlledenvironment.However,evaluationresultsandpracticalexperiencehaveshownthatAFRtechnologiesarecurrentlyfarfrommature.AgreatnumberofchallengesaretobesolvedbeforeoneCanimplementarobustpracticalA

7、FRapplication,especiallytheaccuratefacialfeaturelocationproblem,whichistheprerequisiteforsequentfeatureexactionandclassification.Inthisthesis,facialpointlocationusingstatisticallearningmethodsisstudiedafterarecentoverviewofAFRresearchanddevelopment.Studyfacialfeatureal

8、ignmentproblemandprovidathoroughsurveyofthealgorithms,andthenfocusOilfacealignmentusingActiveShapeModel.PointDistribu

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。