2013人脸识别系统介绍

《2013人脸识别系统介绍》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、2013人证识别系统介绍资料来源：人证识别系统www.tcs003.cn实例-人脸识别我们把一幅数字图像看成一个矩阵或一个数组，用B(i,j)或[bij]表示，一幅N×N大小的人脸图像按列相连构成一个N2维矢量x=(b11b21…bN1b12b22…bN2…b1Nb2N…bNN)它可视为N2维空间中的一个点，假设N=128。由于人脸结构的相似性，当把很多这样的人脸图像归一化之后，这些图像在这一超高维空间中不是随机或散乱分布的，而是存在某种规律，因此可以通过K-L变换用一个低维子空间描述人脸图像，同时又能保存所需要的识别信息图像的归一化对于一个全自动的人脸识

2、别系统，其首要的工作是人脸图像的分割以及主要器官的定位。另外，由于K-L变换本质上依赖于图像灰度在空间分布上的相关性，因此还需要对人脸图像进行一系列的预处理，以达到位置校准和灰度归一化的目的假设已根据分割及定位算法，得到了人脸正面图像左右两眼中心的位置，并分别记为Er和El，则可通过下述步骤达到图像校准的目的1、进行图像旋转，以使Er和El的连线ErEl保持水平。这保证了人脸方向的一致性，体现了人脸在图像平面内的旋转不变性2、根据图所示的比例关系，进行图像裁剪。图中，O点为ErEl的中点，且d=ErEl。经过裁剪，在2d×2d的图像内，可保证O点固定于(0

3、.5d,d)处。这保证了人脸位置的一致性，体现了人脸在图像平面内的平移不变性3、进行图像缩小和放大变换，得到统一大小的标准图像，规定标准图像的大小为128×128象素点，则缩放倍数为β=2d/128。这使得d=ErEl为定长(64个象素点)，即保证了人脸大小的一致性，体现了人脸在图像平面内的尺度不变性经过校准，不仅在一定程度上获得了人脸表示的几何不变性，而且还基本上消除了头发和背景的干扰。完成了旋转、平移和尺度不变性后，需要对校准的图像做灰度拉伸，以改善图像的对比度，然后采用直方图修正技术使图像具有统一的均值和方差，一部分消除光照强度的影响假设人脸数据库中

4、，由20人，每人10幅人脸图像K-L变换以归一化后的标准图像做为训练样本集，以该样本集的总体散布矩阵为协方差矩阵，即xi为第i个训练样本的图像向量，μ为训练样本集的平均图像，M为训练样本的总数特征脸将特征值从大到小排序：λ0≥λ1≥…≥λr-1，其对应的特征向量为ui。这样，每一幅人脸图像都可以投影到由u0,u1…,uM-1张成的子空间中。因此每一幅人脸图像对应于子空间中的一个点，同样，子空间中的任一点也对应于一幅图像对于任一待识别样本f，可通过向“特征脸”子空间投影求出其系数向量：y=Utf+mx其重建图像f^=Uy+mx考虑重建图像的信噪比RSN=10

5、lg(

6、

7、f

8、

9、2/

10、

11、f-f^

12、

13、2)若其小于阈值，则可判断f不是人脸图像。利用这一点可以检测人脸。再用相应的分类器识别。