【摘要】：隨著人工智能技術(shù)的興起和視覺研究領(lǐng)域的發(fā)展,人臉識別越來越多地被應(yīng)用在了社會生活的方方面面中,如智能門禁、網(wǎng)絡(luò)支付、安防系統(tǒng)等。人臉識別的關(guān)鍵技術(shù)主要包括人臉檢測和人臉識別兩方面。人臉檢測是指對輸入的圖像或視頻序列進(jìn)行檢測,在檢測出人臉后對其進(jìn)行標(biāo)記;人臉識別指的是對確認(rèn)包含人臉的圖像進(jìn)行識別,將輸入的人臉和人臉數(shù)據(jù)庫中已有的人臉做相似度的比較,然后給出人臉的身份。目前單一的人臉識別算法并不能很好的解決復(fù)雜背景、多姿態(tài)、光照條件不佳等因素的干擾。本課題為解決這些問題,對人臉檢測與識別的關(guān)鍵算法進(jìn)行深入的研究,結(jié)合不同算法的優(yōu)勢,在PC平臺上對靜態(tài)圖像中人臉檢測與識別系統(tǒng)的設(shè)計開展實(shí)驗(yàn)研究。在深入研究相關(guān)資料后,本文對目前人臉檢測與識別技術(shù)的發(fā)展和現(xiàn)狀做了簡要的分析,介紹了目前主流的人臉檢測和人臉識別算法的原理以及其優(yōu)缺點(diǎn)。因?yàn)樵趯?shí)際生活中,輸入的圖像往往不是理想的,容易受到噪聲、光線、表情變化、陰影遮擋等因素的干擾,因此,本文在人臉的檢測之前對圖像進(jìn)行了預(yù)處理,對輸入圖像進(jìn)行了選擇合適顏色空間、幾何校正、圖像濾波等操作。緊接著利用膚色算法和Adaboost算法這兩種方法進(jìn)行人臉區(qū)域檢測,并分析這兩種方法的優(yōu)缺點(diǎn)�？紤]到這兩種算法的互補(bǔ)性,將膚色算法嵌入Adaboost級聯(lián)分類器,得到更好的人臉檢測效果。在檢測出人臉區(qū)域后,利用基于灰度統(tǒng)計的五官定位算法對人臉的五個關(guān)鍵特征點(diǎn)進(jìn)行定位。根據(jù)特征臉法,建立特征臉空間,對待識別的人臉圖像進(jìn)行處理后將其投射到特征臉空間,與人臉庫中的樣本進(jìn)行匹配,結(jié)合關(guān)鍵特征點(diǎn)的定位得到的幾何信息,對人臉進(jìn)行識別。實(shí)驗(yàn)結(jié)果表明,該系統(tǒng)有較高的檢測率和識別率,能夠滿足靜態(tài)圖像中對人臉進(jìn)行檢測并識別的需求。
【圖文】：

0.50000 -0.41869 0.08131 128 B度值；度值；度值。圖像后，就掃描該圖像，獲得該彩色圖像每根據(jù)公式將每一像素轉(zhuǎn)換到 YCbCr 空間下，，bCr 顏色空間中，亮度分量和色度分量是分類效果更佳，減少了亮度發(fā)生變化帶來的影可以由 RGB 顏色空間線性變換而得，所以些考慮，本文選擇在 YCbCr 顏色空間對膚色

人臉圖像裁切比例
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 儲久良;袁寶華;任明武;;基于LPQ和Fisherfaces的模糊人臉識別[J];河南理工大學(xué)學(xué)報(自然科學(xué)版);2015年06期

2 唐守軍;;基于子圖分割和BP神經(jīng)網(wǎng)絡(luò)的人臉識別方法[J];電子技術(shù)與軟件工程;2015年05期

3 藺

本文編號：2566681