人脸图像识别关键技术的研究.pdf

《人脸图像识别关键技术的研究.pdf》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、龍．：保密讓Ｓｍ９９■＾Ｈ题目；人臉阁像识别关键技术的研究学号：２０１１０１００６８姓名：刘军—一ｔ＇、．－；－ｉ：专业：通信与信息系统‘一＇．；■■＇Ｉ■■ｒ＂■■？导师：景晓軍＞１＇，．乂：＇■学院；信息与通信举挽，２０１５年４月１５曰．密级：保密期限：妹４义聲今ｔ博±研究生学位论文ｍ题目：人脸图像识别关键技术的研究学号：２０１１０１００６８姓名；刘军专业；通信与信息系统导赋景晓军学院：信息与通信

2、学院２０１５年４月１５日声明独创性（或创新性）声明本人声明所呈交的论文是本人在导师指导下进行的研究工作及取得的研究成＾。尽我所知，除了文中特别加１＾１标注和致谢中所罗列的内容＾外果，论文中不包含其他人己经发表或撰写过的研巧成果，也不包含为获得北京邮电大学或其他教育机一构的学位或证书而使用过的材料。与我同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。一申请学位论文与资料若有不实之处，本人承巧切相关责任。本人签名：．别毒－日期：关于论文使用授权的说明学位论文作者完全了解北京邮电大学有关保留和使用学位

3、论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属北京邮电大学。学校有权保留并向国家有关部口或机构送交论文的复印件和磁盘，允许学位论文被查阅和借阅；学、校可公布学位论文的全部或部分内容，可允许采用影印缩印或其它复制手段保存。（、汇编学位论文保密的学位论文在解密后遵守此规定）本学位论文不属于保密范围，适用本授权书。‘皆（、！．日期：公本人签名；＾务６、处专导师签名：手日期：＿——ｉ摘要人脸图像识别关键技术的硏究摘要一机器拥有理解人类情感、感知外部世界的能力直是人类追求的目。标蒸汽机革命使机器代替了人的手

4、工劳动，解放了人的四肢；电气革命Ｗ及近代的信息革命使得人类可Ｗ利用机器增强自身的视觉和听觉能一些简单而又冗长的计算也可由机器来完成力，同时。如今，如何使机一一器像人样拥有感知、理解和判断的能力，代替人完成些重复、繁琐一的脑力劳动，从而使人能够抽出时间做些更有意义的事情，就成了现代人工智能技术要解决的课题。人脸图像识别，是指通过对人脸图像或图像序列的分析，机器判断出图像上人的身份、性别、年龄Ｗ及面部表情等特征的过程，是建立在概率论、最优化技术、信息论、深度学习及流型学习等学科基础之上一一的实践性很强的口学科，是当前计算机视觉研究领域的个非常

5、活跃的分支。本文对人脸身份识别和人脸表情识别两个课题进行了深入的。研究，提出了Ｈ个新的算法其中前两个算法围绕着如何提高人脸身－复杂度比份识别的性能，分别从人脸图像上局部二值模式ＬＢＰ出现的概率和图像纹理的主导方向两个角度进行展开，而第Ｈ个算法为采用ＡＤＡＢＯＯＳＴ从一系列由局部纹理主导方向分布特征所构成的弱分类器中训练出高性能的人脸表情识别分类器。本文的主要创新及贡献如下：１．数码相机和智能手机等移动终端的出现，使得图像的采集变成了一项非常容易的事情。由于移动终端等嵌入式设备的计算和存储能力有限，要在移动终端实现人脸图像识别，需要将采

6、集到的图像通过网络发送到服务器端，在服务器端进行识别后再将识别的结果返回移动终端。然而图像的数据量很大，而压缩后的图像会造成特征纹理的损失，同时一无线传输的有限带宽也会造成信号实时传输的瓶颈。第３章提出了种网络环境下在移动终端上进行人脸图像识别的新的算法，该算法采用－—ｉｉｉ北京邮电大学博壬研究生学位论文维数较小的可变长占主导作用的特征向量ＶＬＤＦ作为人脸图像的特征表示。具体来讲，移动终端负责图像的采集、Ｇａｂｏｒ变换、ＬＢＰ特征提取、可变长直方图特征求取等硬件电路能够完成的工作；所采集的人脸图像的ＶＬＤＦ特征发送到服务器端后，服

7、务器端将其与图像库中已知身份的人脸图像的ＶＬＤＦ特征进行比对，计算二者么间的距离。最后将距离最小的图像库中的人的身份作为被测人脸图像的人的身份发给移动终。２５６端，虽，完成人脸图像的识别从试验中获得数据得知然理论上有种模式类型，但８０％的像素点的模式集中在平均约９种起主导作用的模式类型上，仅占通常采用的ＵｎｉｆｏｒｍＬＢＰ特征的特征向量长度的１化。在ＦＥＲＥＴ人脸图像数据库上的实验结果表明，论文提出的基于ＶＬＤＦ算法－Ｍ＋ＦＬＤＡ的性能要优于ＰＣＡ、Ｆｉｓｈｅｒｆａｃｅ、ＬＢＰＷ及Ｇａｂ