人脸识别的研究

人脸识别的研究

ID:36617721

大小:898.50 KB

页数:31页

时间:2019-05-13

人脸识别的研究_第1页
人脸识别的研究_第2页
人脸识别的研究_第3页
人脸识别的研究_第4页
人脸识别的研究_第5页
资源描述:

《人脸识别的研究》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、更多相关参考论文设计文档资源请访问http://www.docin.com/lzj781219人脸识别系统概述人脸识别的研究起源比较早,Galton在1888年和1910年就已在Nature杂志发表两篇关于如何使用人脸进行身份识别的论文。在他的文章,他使用一组数字表示相异的人脸侧面特征,同时还对人类本身的人脸识别能进行了研究分析。自动人脸的研究历史相对比较短,到现在不过五十多年的时间。不过1990年以来,才得到了长足的进步。现在,已变成计算机视觉领域的一个焦点,很多著名的大学和IT公司都有研究组在从事这发面的研究。对于人

2、脸识别的研究历史可分为三个阶段:第一阶段(1964-1990)这个阶段主要采取的技术是基于人脸几何结构的。研究的重点主要在剪影上。研究人员做了大量关于如何提取面部剪影曲线的结构特征的研究。这个阶段属于人脸识别的初级阶段,突出的研究成果不多,也没有获得的实际应用。第二阶段(1991-1997)这个阶段虽然时间相对较短,但是硕果累累,出现了若干具有代表性的算法和几个商业化的人脸识别系统,如Identix(原为Visionics)公司的FaceIt系统。这个时期最具盛名的人脸识别方法是MIT媒体实验室的Turk和Pentlan

3、d提出的的“特征脸”方法。后来很多人脸识别技术都与特征脸有关,现在特征脸已与归一化的协相关量方法一起成为了人脸识别性能测试的基准算法。这个时期的主要成果有:1992年左右,Brunelli和Poggio做了一个基于结构特征的方法和基于模板匹配的方法性能对比的实验,并得出了模块匹配的方法优于基于特征的方法的结论。这个结论和特征脸的共同作用,基本上停止了纯粹基于结构特征人脸识别的研究,并且很大的促进了基于表观的线性子空间建模和基于统计模式识别技术的发展,使其逐渐成为主流技术。Belhumeur等人的Fisherface方法也

4、是此阶段一个重要的成果。该方法目前依然是主流人脸识别方法中的一种,产生了很多变种,比如子空间判别模型等。其先使用PCA即特征脸对人脸图像表现特征进行降维,并使用线性判别分析方法对降维后的主成分进行变换以获得“尽量大的类间散度和尽量小的类内散度”。弹性匹配技术[1]为另一个重要方法。它用一个属性图来描述人脸:属性的顶点代表面部关键特征点,它的属性为相应特征点处的多分辨率,多方向局部特征—Gabor变换[2],称本参考设计材料,包含项目源代码、完整CAD设计文件、项目设计说明书、任务书、报告书以及文献参考翻译等,资料请联系6

5、8661508索要更多相关参考论文设计文档资源请访问http://www.docin.com/lzj781219为Jet;边的属性为不同特征点间的几何关系。对于输入的图像,其通过一种优化搜索策略来定位预先定位的若干面部关键特征点,同时提取它们的Jet特征,得到输入人脸图像的属性图。最后通过计算其与已知人脸属性图的相似度来完成识别过程。弹性匹配方法的优点是既保留了面部的全局结构特征,也对人脸关键局部特征进行了建模。局部特征分析由Atick等提出。其在本质上是基于统计的低维对象描述方法,与PCA相比,局部特征分析在全局主成分

6、分析的基础上提取的是局部特征。它既保留了全局拓扑信息,有提取了局部特征,使其具有了更好的描述和识别能力。局部特征分析技术已商业化为著名FaceIt系统。柔性模型,包括主动形状模型和主动外观模型。它是人脸建模方面的一个新的进步。其主要将人脸描述为2D形状和纹理两个分离的部分,分别用PCA建模,然后再通过PCA[3,4,5]将两者合成来对人脸建模。柔性模型具有良好的人脸合成能力,可以使用基于合成的图像分析技术对人脸图像进行特征提取和建模。这个阶段所提出的算法在理想图像采集条件,人员配合,中小规模正面人脸数据库上达到了非常好的

7、性能。,也诞生几个著名的人脸识别系统。第三阶段(1998年—现在)这个时期关于人脸识别的研究非常热门。有大量的研究人员从事这方面的研究。主要针对的是主流的人脸识别技术在采集条件不理想和用户不配合下鲁棒性差的问题。光照和姿态问题成为了研究焦点。这个时期主要成果有:Georghiades等人基于光照锤模型的多姿态,多光照条件人脸识别方法。Blanz和Vetter等人基于3D变形模型的多姿态,多光照的人脸识别方法。Shashua等人基于上图像的人脸图像识别与绘制技术[6,7]。总体而言,目前非理想成像条件下(尤其是光照和姿态)

8、,对象不配合,大规模人脸数据库上的人脸识别已逐渐成为研究的重点。而非线性建模方法,统计学习理论,基于Boosting的学习技术,基于3D模型的人脸建模与识别方法等逐渐成为备受重视的技术发展趋势。从整个人脸识别的研究历史来看,基于PCA的特征脸[8,9]识别方法占据了非常重要的地位,也对后来的人脸识别技术产生甚远的影响

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。