最新人脸检测 与识别 研 究幻灯片.ppt

《最新人脸检测 与识别 研 究幻灯片.ppt》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、人脸检测与识别研究系统结构框图人脸检测人脸识别视频输入运动检测与彩色分割人脸定位与分割人脸图象的规一化特征提取基于先验知识人脸检测法基于统计人脸检测法模式分类基于几何的方法基于神经网络的方法基于统计的方法人脸检测简述人脸检测是人脸识别的第一步，其目的是从输入图象中判断是否有人脸存在，如果有，则给出人脸的位置和大小。复杂背景下的人脸检测是人脸检测的一个主要难点，主要体现在：人脸自身的复杂性。人脸模式受许多因素的影响，这些因素包括人种、性别、肤色、面部佩戴物等。光照、背景的复杂性。由于人可能处于任何的背景之中，因而背景具有不确定性和无穷多样性。位置、尺寸的复杂

2、性。人脸通常处于一种不确定的大小和位置，包括人脸自身的旋转、倾斜以及摄像机角度等因素的影响。人脸检测的方法大致可分为基于彩色的人脸检测法，基于运动的人脸检测法，基于先验知识的人脸检测法以及基于统计的人脸检测法。人脸检测法（四）基于统计的人脸检测法Turk和Pentland(1991)提出特征脸(Eigenface)方法来检测和识别人脸；Rowley等人(1995)等人提出了一个多层前向神经网络模型来检测人脸；Sung和Poggio等人(1995)提出了基于事例学习的人脸检测法；Liu等人(1997)提出了一个基于概率决策的神经网络模型来检测人脸，人眼和识别

3、人脸;Osuna(1997)等人把人脸检测问题看成是一个由人脸和非人脸两类模式的分类问题，并采用支撑矢量机(SVM)方法来进行人脸的分类；Yang(2000)等人混合线性子空间法进行人脸检测。基于统计的方法其最大优点在于它可以通过训练来自动地提取人脸的特征，主要缺点是所提取出的特征十分隐晦，缺乏认知学上的意义。此外，训练时间长，计算量大，而且一般需要大量精心制作的样本。基于统计的人脸检测法基于事例学习的人脸检测(Sungetal.,1995)Sung等人的做法是首先采用椭圆k-均值算法对人脸和非人脸样本(大小为)进行聚类，分别聚成六个人脸子类和非人脸子类。

4、从而形成人脸和非人脸的大致分布。在此基础上，定义了一种混合马氏距离和欧氏距离的距离度量来度量图象间的相似程度。在分类方面，采用多层前向网络进行人脸的分类。基于事例学习的人脸检测参考文献1.K.K.Sung,T.Poggio,“Example-BasedLearningforView-BasedHumanFaceDetection”,IEEETransactionsonPatternAnalysisandMachineIntelligence,Vol.20,No.1,pp.39-51,1998.基于统计的人脸检测法(续)2.基于神经网络的人脸检测(Rowle

5、yetal.,1998)Rowley等人直接采用多层感知神经网络进行人脸检测。参考文献H.A.Rowley,S.Baluja,T.Kanade,“NeuralNetwork-BasedFaceDetection”,IEEETransactionsonPatternAnalysisandMachineIntelligence,Vol.20,No.1,pp.23-38,1998.基于统计的人脸检测法(续)3.基于支撑矢量机的人脸检测(Osunaetal,1997)Osuna等人把人脸检测看成是一个人脸和非人脸的两类模式的分类问题，并采用支撑矢量机(SVM)寻找

6、分类的超平面。基于支撑矢量机的人脸检测参考文献E.Osuna,R.Freund,andF.Girosi,“TrainingSupportVectorMachines:AnApplicationtoFaceDetection,”Proc.IEEEconf.ComputerVisionandPatterRecognition,pp.130-136,1997.基于统计的人脸检测法(续)4.基于线性子空间的人脸检测(Yangetal,2000)Yang(2000)等人提出了两种混合线性子空间的人脸检测方法。其中一种方法是采用混合自组织映射(SOM)和FLD的方法，

7、他们首先应用SOM神经网络算法进行人脸和非人脸的聚类，把把人脸空间和非人脸分别聚类成26个子类；其次，根据聚类后的结果，把整个人脸样本看成是一个多类问题，对于非人脸样本也是如此。采用FLD方法对上述多类模式进行鉴别矢量的求解，进而对未知图象的人脸和非人脸的归类。参考文献M.-H.Yang,N.Ahuja,andD.Kriegman,“MixtureofLinearSubspaceforFaceDetection,”Proc.FourthInt’lConf.AutomaticFaceandGestureRecognition,pp.70-76,2000.人脸

8、识别简述人脸识别是生物识别的重要组成部分，具有非常广泛的应用前景。