人脸特征提取及融合方法研究

人脸特征提取及融合方法研究

ID:36768791

大小:2.24 MB

页数:48页

时间:2019-05-15

人脸特征提取及融合方法研究_第1页
人脸特征提取及融合方法研究_第2页
人脸特征提取及融合方法研究_第3页
人脸特征提取及融合方法研究_第4页
人脸特征提取及融合方法研究_第5页
资源描述:

《人脸特征提取及融合方法研究》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、摘要摘要论文标题:人脸特征提取及融合方法研究研究生姓名:刘端端导师姓名:罗立民教授学校名称:东南大学人脸识别技术具有广阔的应用前景。同时也是模式识别领域的典型问题,具有极高的理论研究价值。虽然人脸识别技术在近几年内得到了巨大的发展,但是仍存在一系列难以解决的关键问题,包括:光照变化,表情变化,遮挡,低分辨率,姿态旋转等。本文就被遮挡人脸识别中展开了近一步的研究。主要的研究内容如下:1)提出了一种基于人脸重建和特征融合的被遮挡人脸识别方法。以往解决遮挡问题的方法一般先对人脸进行子模块划分,然后利用未被遮挡人脸模块

2、局部的特征进行识别。但此方法存在两个问题,一是被遮挡的人脸模块通常包含某些具有判别性能较高的人脸器官,二是此方法忽略了对人脸全局特征的应用。针对以上两个缺点,本文提出了基于被遮挡模块动态搜索重建和人脸特征融合的识别方法。首先,受动态形状模型(ActiveShapeModel,ASM)和动态纹理模型(ActiveAppearanceModel,删)的启发,建立了动态搜索重建算法。在人脸统计模型的基础上,此算法通过局部形状搜索和全局纹理合成重建被遮挡人脸模块的形状和纹理模型。然后,利用特征融合的方法得到具有高判别能

3、力的特征。根据生理学和心理学的研究,全局特征和局部特征对人脸识别均发挥着重要的作用,为了得到具有更高判别能力的入脸特征,利用非负矩阵分解(Non-NegativeMatrixFactorization,NMF)提取人脸的全局特征,利用和局部非负矩阵分解(LocalNon-NegativeMatrixFactorization,LNMF)提取和人脸子模块的局部特征,然后利用典型相关分析(CanonicalCorrelationAnalysis,CCA)对全局特征和局部特征进行融合,得到两组具有不同特性的融合特征。

4、在实验中,本文对比了不同融合特征之间的识别性能,同时与其它解决被遮挡人脸识别的方法做了比较,实验证明,本方法有效的提高了被遮挡人脸识别的识别率。2)提出了一种基于三维重建和光照补偿的解决人脸多模态干扰的识别方法。在实际应用中,通常只能采集到一张无光照无表情的正面人脸图片作为训练集。如果测试集图片再附加光照和遮挡等干扰,则对识别率的影响更为严重。为了解决这一问题,本文利用三维重建的方法对人脸进行重建,并对重建图片进行人工光照补偿得到新的训练图片,然后根据测试集光照的方向在训练集中加入具有相同光照方向的训练图片。同

5、时,为了避免遮挡产生的影响并保证训练效率,在根据光照调整过训练集的基础上,本文又根据测试集的遮挡情况调整了训练集。最后通过实验证明了本方法在解决人脸多重遮挡和单样本问题上的有效性。Ⅱ蓊一状本勰紊㈣㈣一潍型勰蕊袱一词一键一关AbstractTitle:Author:Supervisor:School:AbstractThestudyonfeatureextractionandfusionoffacerecognitionLIUDuanduanProf.LU0LiminSoutheastUniversityFace

6、recognitiontechnologynotonlyhasawideapplicationprospectbutalsohasahighresearchvalueaSaclassicalprobleminthedomainofpatternrecognition.Asaresult,facerecognitiongotagreatdealofconcernanddevelopedquicklyintherecentyears.Buttherearefivetypicaldifficultiesincludi

7、ngillumination,expression,occlusion,low-resolution,pose.Inmythesis,theproblemofocclusionismyfocustoextendmyresearchworkonthefieldoffacerecognition.Thesummaryofmyresearchworkisasfollows:1)Anovelmethodbasedonfacereconstructionandfeaturefusionisproposed.啊kforme

8、rmethodsindealingwiththeocclusionfacerecognitionareallbasedonthelocalfeaturesofnon-occludedfacialpatches.whichwilllcadtotwodrawbacks:themissingofoccludedpatcheswhichmaycontainsomehighdiscriminat

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。