基于實時人臉識別的身份鑒別系統(tǒng)研究.pdf

1、人臉識別，即通過對人臉圖像的分析來確定人的身份，是一種新興的生物識別技術。相對于其他生物識別技術，例如，指紋識別、虹膜識別等，人臉識別的優(yōu)點在于:這種識別不需要被測對象特意的配合，在某些情況下，被測對象甚至都沒有必要知道這種識別系統(tǒng)的存在，因此，這種系統(tǒng)的存在并不會對人們的日常生活造成很大的影響。正是由于具有這個優(yōu)點，人臉識別的概念一經(jīng)提出，就引起了極大的關注。人臉識別的研究內容已經(jīng)涉及圖像處理、模式識別、計算機視覺和人工智能等多個領域

2、。 本文所要研究的是如何構建一個能夠實時識別視頻圖像中人臉的身份的鑒別系統(tǒng)。本文研究的內容比較廣泛，既包括人臉識別的各項相關技術，又涉及如何綜合這些技術來形成一個完整的系統(tǒng)。本文主要研究內容包括: 1、人臉檢測。要對圖像中的人臉進行識別，首先要做的是從圖像中把人臉所在的區(qū)域分割出來，即進行人臉檢測。本文首先簡要介紹了早期比較常用的人臉檢測技術；然后，比較詳細的介紹了曾經(jīng)被廣泛研究的基于膚色的人臉檢測技術；最后，重點論述了

3、我們所設計的系統(tǒng)中所采用的基于AdaBoost算法的層級式人臉檢測策略。我們選擇這種方法的原因在于:它檢測的速度很快，能夠滿足實時處理的要求，并且也有相當高的檢測精度。 2、人臉識別。這一部分主要包括兩部分的內容:人臉特征提取和分類器設計。這兩部分中前者更加重要。能否從維數(shù)很高的人臉圖像數(shù)據(jù)中提取出有用的識別信息，是整個人臉識別系統(tǒng)成敗的關鍵。本文首先介紹了在模式識別各個領域都有廣泛應用的基于主成分分析(PCA)的特征提取策略；

4、然后，介紹了特別強調類內和類間信息的基于線性判別式分析(LDA)的特征提取策略；最后，針對PCA和LDA算法的弱點，我們提出了自己的改進策略:基于全局搜索策略的PCA和基于全局搜索策略的LDA。在前一種方法里，我們利用全局搜索策略來構建類區(qū)分能力更好的特征空間；在后一種方法中，全局搜索策略則被用來彌補經(jīng)典LDA算法不能被應用于小樣本問題的缺陷。我們在多個標準人臉圖像庫中測試我們的方法，取得了良好的效果。在我們設計的系統(tǒng)中，也實際應用了這