發(fā)布時(shí)間：2022-10-19 10:46

　　隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展,互聯(lián)網(wǎng)應(yīng)用的種類也日漸多樣化。在生活中用戶通常使用搜索引擎實(shí)現(xiàn)對(duì)名人、明星等特定人臉圖像的獲取。但傳統(tǒng)的基于文本的圖像檢索具有檢索方式單一和結(jié)果易被關(guān)鍵字欺騙的不足,而新興的基于內(nèi)容的圖像檢索則存在檢索精度不足且過程易受無關(guān)圖像干擾的缺點(diǎn),這兩種方法都無法滿足用戶對(duì)互聯(lián)網(wǎng)中特定人臉圖像的檢索需求�；谌四樧R(shí)別的互聯(lián)網(wǎng)檢索系統(tǒng)是一個(gè)綜合利用了互聯(lián)網(wǎng)技術(shù),圖像檢索以及人臉識(shí)別領(lǐng)域相關(guān)知識(shí)的網(wǎng)絡(luò)圖像搜索引擎,可以實(shí)現(xiàn)人臉圖像的互聯(lián)網(wǎng)檢索功能。論文完成的具體工作有:1.人臉檢測(cè)環(huán)節(jié)通過AdaBoost人臉檢測(cè)算法,在系統(tǒng)數(shù)據(jù)收集的前期快速過濾掉不包含人臉的互聯(lián)網(wǎng)圖像,提高人臉檢索效率;同時(shí)對(duì)過濾后的圖像,利用訓(xùn)練好AdaBoost人臉分類器精確提取出圖像中的人臉部分,排除了圖像背景區(qū)域的干擾。2.圖像預(yù)處理環(huán)節(jié)針對(duì)于人臉出現(xiàn)的旋轉(zhuǎn)變化和光照變化問題。對(duì)于人臉旋轉(zhuǎn),利用ASEF算法構(gòu)建了一個(gè)對(duì)人眼位置有良好響應(yīng)的精確濾波器,能實(shí)現(xiàn)對(duì)人眼的精確定位,再通過圖像旋轉(zhuǎn)得到姿態(tài)一致的人臉;對(duì)于光照不均勻問題,使用同態(tài)濾波對(duì)圖像進(jìn)行光照補(bǔ)償,衰減圖像中低頻部分（光照變化）,增強(qiáng)圖... 

【文章頁數(shù)】：60 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 選題的背景和意義
    1.2 研究現(xiàn)狀
        1.2.1 人臉識(shí)別技術(shù)的研究現(xiàn)狀
        1.2.2 互聯(lián)網(wǎng)圖像檢索技術(shù)的研究現(xiàn)狀
    1.3 本文的研究?jī)?nèi)容與結(jié)構(gòu)安排
第二章 人臉檢測(cè)
    2.1 基于AdaBoost算法的人臉檢測(cè)
        2.1.1 Haar-like特征與積分圖
        2.1.2 AdaBoost算法
        2.1.3 級(jí)聯(lián)分類器
    2.2 基于膚色模型的人臉檢測(cè)
        2.2.1 建立膚色模型
        2.2.2 膚色區(qū)域分割
        2.2.3 候選區(qū)域篩選
    2.3 檢測(cè)性能測(cè)試
    2.4 本章小結(jié)
第三章 人臉預(yù)處理
    3.1 基于ASEF的人臉姿態(tài)矯正
        3.1.1 ASEF的構(gòu)造
        3.1.2 ASEF人眼定位
        3.1.3 ASEF人臉姿態(tài)矯正
    3.2 人臉光照補(bǔ)償
    3.3 本章小結(jié)
第四章 特征提取與相似度匹配
    4.1 LBP圖像算子
    4.2 LBP算子的拓展
        4.2.1 LBP算子的統(tǒng)一模式
        4.2.2 LBP直方圖分塊統(tǒng)計(jì)
    4.3 基于LBP特征的相似性匹配
        4.3.1 相似性測(cè)度
        4.3.2 基于余弦距離的LBP相似度計(jì)算
    4.4 本章小結(jié)
第五章 系統(tǒng)集成與性能測(cè)試
    5.1 網(wǎng)絡(luò)爬蟲簡(jiǎn)介
    5.2 互聯(lián)網(wǎng)檢索系統(tǒng)實(shí)現(xiàn)
    5.3 性能測(cè)試
        5.3.1 標(biāo)準(zhǔn)人臉庫性能測(cè)試
        5.3.2 網(wǎng)絡(luò)人物庫性能測(cè)試
    5.4 性能分析
    5.5 本章小結(jié)
第六章 總結(jié)與討論
    6.1 總結(jié)
    6.2 討論
參考文獻(xiàn)
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于梯度和局部多值模式的圖像紋理特征提取[J]. 趙珊,于虎.  測(cè)控技術(shù). 2017(08)
[2]人臉識(shí)別技術(shù)綜述[J]. 何春.  智能計(jì)算機(jī)與應(yīng)用. 2016(05)
[3]基于膚色模型的人臉檢測(cè)與人眼定位[J]. 宋凌怡.  吉林大學(xué)學(xué)報(bào)(理學(xué)版). 2015(06)
[4]非最小平方誤差局部-全局加權(quán)融合的稀疏表示遮擋人臉識(shí)別[J]. 胡正平,彭燕,趙淑歡.  模式識(shí)別與人工智能. 2015(07)
[5]局部二進(jìn)制模式方法綜述[J]. 劉麗,謝毓湘,魏迎梅,老松楊.  中國(guó)圖象圖形學(xué)報(bào). 2014(12)
[6]基于圖像的單樣本人臉識(shí)別研究進(jìn)展[J]. 楊軍,劉妍麗.  西華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2014(04)
[7]駕駛?cè)搜劬植繀^(qū)域定位算法[J]. 張波,王文軍,張偉,李升波,成波.  清華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2014(06)
[8]基于仿射變換的多姿態(tài)人臉矯正和識(shí)別[J]. 李海彥,徐汀榮,張立曉,李杰.  計(jì)算機(jī)應(yīng)用研究. 2014(04)
[9]復(fù)雜光照條件下的人臉預(yù)處理算法[J]. 顧思思.  計(jì)算機(jī)工程與應(yīng)用. 2014(19)
[10]局部二值模式方法研究與展望[J]. 宋克臣,顏云輝,陳文輝,張旭.  自動(dòng)化學(xué)報(bào). 2013(06)

碩士論文
[1]基于擴(kuò)展LBP特征的人臉識(shí)別系統(tǒng)研究[D]. 蔣思洋.電子科技大學(xué) 2012
[2]實(shí)時(shí)人臉識(shí)別系統(tǒng)的研究和實(shí)現(xiàn)[D]. 鮑琎.電子科技大學(xué) 2012
[3]基于統(tǒng)計(jì)模型的多姿態(tài)人臉識(shí)別研究[D]. 劉濤.西南交通大學(xué) 2011
[4]基于互聯(lián)網(wǎng)的人臉圖像搜索[D]. 文石磊.華中科技大學(xué) 2011
[5]基于LBP的人臉識(shí)別研究[D]. 黃非非.重慶大學(xué) 2009



本文編號(hào)：3693220