第二章人脸检测识别方法15
动定位。如此几十个节点,其分离能力是不同的,并且前向、半侧、侧面人脸分离能力较好的节点分布范围也不一样,g_,-ugert33】深入研究了这一问题,他给每个节点不同的权重,与该节点的分离能力成正比。统计表明,眼在前向和半侧的人脸中是最重要的分离特征,而鼻尖是侧面人脸最重要的分离特征。Wurtz【34】研究了多分辨的情况,他假定在两幅人脸图中只有一部分节点有较好的对应,一些节点根本没有对应节点,它们将干扰识别。因此在匹配的过程中只保留对应良好的节点,并且将背景(包括头发区域)去掉。由于弹性匹配对每个存储的人脸需计算其模型图,计算量大,存储量大,Lee【35】等提出了一种基于弹性图动态链接模型的方法,既取得较高的识别速度,也获得了较理想的识别率,在一定程度上克服了以往方法总是在速度与识别率之间进行折中的缺点。
2、基于代数特征识别
主分量分析(Principal.ComponentAnalysis,PCA)是一种常用的方法。它根据图像的统计特性进行的正交变换(K.L变换),以消除原有向量各个分量间的相关性。变换得到对应特征值依次递减的特征向量,即特征脸1361。Turk和Pentland[37】进一步提出了“特征脸”方法,该方法以训练样本集的总体散布矩阵为产生矩阵得到的一组特征矢量,称作“特征脸”,这样就可产生了一个由“特征脸”矢量组成的子空间,每一幅人脸图像其投影都可以获得一组坐标系数,这组坐标系数表明了人脸在子空间的位置,实验表明该方法具有较强的稳定性,可以作为人脸识别的依据。
特征脸方法使用由各个特征脸扩展的空间来表示人脸,虽然可以有效地表示人脸信息,但是并不能有效地鉴别和区分人脸。Swets和Wen9138】提出PCA的基础上使用LDA(LillearDiscriminantAnalysis,线性鉴别矢量),也称Fisher脸方法【39】。它选择以类内散布正交的矢量作为特征脸空间,从而能压制图像之间与识别信息无关的差异,对光照及人脸表情变化都不太敏感。
Moghaddamt40】等提出了贝叶斯人脸识别方法。他们提出了一种基于概率的图像相似度度量方法,将人脸图像之间的差异分为两类类间差异(即不同人的人脸图像之间的差异)和类内差异(即同一个人的不同人脸图像之间的差异)。他们提出了类间差异和类内差异度量的概率模型和计算方法。由于贝叶斯相似度的计算涉及复杂的非线性的快速计算方法。这种人脸识别方法在1996年美国DAPAR组织的FERET人脸测试中是效果最好的方法之一。
Yang[4l】等人考虑高阶统计量,从而提出了核特征脸(KernelEigenface)应用KernelPCA将人脸对应的向量映射到高维空间中,然后应用PCA。这种做法避免了高维统计量计算中的组合爆炸问题,同时,还考虑了高维相关性。由于PCA为基础的传统特征脸方法没有利用人脸的几何拓扑特征,为此Albertt421等将PCA与人脸
西安电子科技大学 硕士学位论文 基于OpenCV的人脸跟踪识别系统研究 姓名:雷静 申请学位级别:硕士 专业:交通信息工程及控制 指导教师:张向东 20100101 摘要 摘要人脸在...
本文的研究中利用这套代码在PC上以VisualC++集成开发环境做平台搭建了 一个基于OpenCV的人脸检测跟踪系统,最后就人脸检测率、误检率、检测速度、 鲁棒性与文献【...
基于OpenCV 的人脸识别设计方案[图] http://www.c114.net ( 2012/7/12 13...构建人脸识别系统需要用到一系列相关技术,包括人脸图像采集、人脸定位、人脸识 别...
基于OpenCV的人脸检测系统设计与实现_信息与通信_工程科技_专业资料。基于OpenCV的人脸检测系统设计与实现科技信息 ○ 本刊重稿 ○ SCIENCE&TECHNOLOGYINFORMATION 2008...
人脸跟踪系统的构建已成为现代计算机视觉研究的热点。提出一种基于OpenCV和USB的实时人脸跟踪系统。利用基于HAAR特征人脸检测算法,并能够判断距离,编写Windows Win32程序...
基于OpenCV 的人脸识别算法研究摘要:通过对基于 Adaboost 人脸检测算法的研究,利用该算法与计算机视觉类库 openCV 进行人脸检测系统的设计,实现了对出现在视频或图像中...
基于OpenCV的人脸检测_毕... 62页 2下载券毕业论文A 基于OpenCV的人脸检测识...
基于opencv的人脸识别系统_互联网_IT/计算机_专业资料。近几年来计算机网络传输...41 2 攀枝花学院本科毕业设计 (论文) 1 绪论 1 绪论 人脸检测与识别是计算机...
基于OpenCV的人脸检测与跟踪_专业资料。随着社会公共安全体系的逐步完善,基于人脸的智能视频监控技术在安全监控、视频分析以及人机交互等场合发挥出越来越重要的作用。...
热门文档