欢迎来到天天文库
浏览记录
ID:35042177
大小:4.88 MB
页数:79页
时间:2019-03-16
《人脸识别中质量评估算法研究》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、戀分类号:密级:论义编号:学号:51307240101當巧巧工大学硕古学私论文人脸识别中质量评估算法研究研究生:袁杨宇指导教师:杨如戾教授学位类型:学术学位学科专业:通信与信息系统研究方向:信息获取与处理技术培养单位:电子信息与自动化学院论文完成时间:2016年3月22日论文答辩日期:2016年5月26日W重庆理工大学学位论文原创性声明本人郑重声明:所呈交的学位论文是本人在导师的指导下,独立进行研究所取得的成果。除文中特别加1
2、^1惊注引巧的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果、作品。对本义的研究做出重要贵献的集体和个人,均己在文中明确方式标明。本人承担本声明的法律后果。?曰期作者签名;表餐?:如//年^月?曰j学位论文使用授权声明本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部口或机构送交论文的复印件和电子版。本人授权重,允许论文被查阅和借阅庆工学院可レッ将本学位论文的全部或部分内容编入有关数据库进行检索,可采用影印、缩印或
3、扫描等复制手段保存和汇编本学位论文。"本学位论文属于(请在W下相应方框内打少):1.保密□,在年解密后适用本授权书。__2.不保密W^^良签;名橋曰期:y年月曰作者山表签3曰导师曰期年矣名月島:yCategoryNumber:LevelofSecrecy:SerialNumber:StudentNumber:Master'sDissertationofChongqingUniversityofTechnologyTheStudyonQualityAssessmentAl
4、gorithminFaceRecognitionPostgraduate:YuanYangyuSupervisor:Prof.YangRuminSpecialty:CommunicationandInformationSystemResearchDirection:TechnologyofSignalAcquiringandProcessingTrainingUnit:SchoolofElectronicInformationandAutomationThesisDeadline:March20,
5、2016OralDefenseDate:摘要随着国内外电子计算机技术和数字图像处理算法的不断进步和发展,人脸识别领域也随之发生深刻的变革,它利用计算机对人脸图像或者人脸视频流进行处理与分析,被广泛应用到安防、预警、车流人流监控、身份认证等应用领域。本文总结了国内外人脸识别技术和影响人脸图像质量因素的最新情况,针对人脸图像质量评估算法涉及到的关键技术:人脸图像低层特征提取和分类器,做了详细的分析与研究。本文针对人脸识别精度容受人脸图像质量高低的影响,提出了一种基于深度信念网络的多层神经网络分类算法,
6、有效滤除低质量人脸图像对识别造成的影响,提高了识别精度与稳定性。本文研究的主要内容包括有:人眼区域初步定位,人眼中心坐标计算,头部偏移角度计算,人脸光照强度提取,人脸图像分类算法,并用Matlab对本文涉及的进行仿真论证。首先,分析并总结了现在有的人眼区域检测算法,并结合人眼区域的灰度级分布特点,提出了一种基于灰度积分投影算法的人眼区域检测,经仿真论证,该算法计算简单,能较快地实现区域检测。其次,针对传统的人眼中心定位算法复杂,计算量大等缺点,本文提出了一种基于SUSAN滤波算法的定位算法。算法通
7、过检测到人眼最远处的两个角点实现对人眼中心的定位。接着利用得到的人眼中心坐标,根据双眼中心连线与人脸法线的空间位置关系,计算出头部偏移角度。接着分析和研究了现在有的光照模型,人脸光照补偿算法,提出了基于图像对比度的人脸光照特征提取算法,分别提取了人脸图像均方差和协方差矩阵的特征值作为光照强度的低层特征。最后,针对传统浅层有监督分类算法的累积误差过大,分类精度极受特征好坏的影响,不同自主提取高层特征,因此提出了一种基于深度信念网络的多层神经网络分类算法,该算法能自主地将低层特征向高层特征变换,实现了
8、特征的自主提取,所以具有高效的特征学习,并提高了分类精度。关键词:人脸识别;特征提取;分类算法;深度信念网络IABSTRACTWiththeconstantlyprogressanddevelopmentofcomputertechnologyanddigitalimageprocessingalgorithmsofdomesticandforeign.Also,afterpreviousdevelopment,facerecognitionwasprofoundchanges,w
此文档下载收益归作者所有