收藏本站
《河北科技大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

基于具有面部明显色差特征的人脸识别方法研究

王哲  
【摘要】: 进入新世纪的今天,我们越来越需要解决身份识别的问题。目前通用的身份识别手段大致分为两类,一类是实物性标志物,如印章、钥匙、卡片等等;另一类是数据性标志物,如ID号、密码、账号、编码等等。但上述识别手段都存在这样那样的缺点,如印章易被仿制,钥匙可能丢失而被别人捡到,密码可能被泄露或破解,凡此种种,都使这些标志物失去身份识别的意义而且有极大的风险性,即将非法者认定为合法用户而造成财产和信息损失。近年来出现的生物特征身份识别技术较好地解决了此类问题,为人们所接受,在社会生活中越来越多的领域得到了应用和发展。 生物识别是近年来发展起来的一项身份鉴别技术,是指根据人类生物信息中具有唯一性和相对不变性的特征,使用现代科技手段加以识别的技术。生物特征一般是指人的脸部特征、指纹特征、眼底虹膜血管图案、DNA序列、血型等,是人所具有的自然特征,不易改变,难以伪造,具有高度的稳定性;同时这些特征大都因人而异,例如指纹图案,世界上没有任何两个人的十指指纹完全相同,可区分度很高,这是我们可以利用生物特征进行人的身份识别的基础。一个人具有的生物特征只有他(她)自己能够提供,可以保证这种特征的识别确保结果的正确性,不可能像钥匙一样被遗失,不存在类似密码遗忘或泄漏的情况,相比传统的身份识别手段,生物特征识别的优势是显而易见的。 我们在社会生活中去识别、分辨某一个人,最广泛应用的就是照片对比法,即利用人的脸部特征进行身份的识别。基于此,人脸识别成为我们多年来研究的重要方向,但是人的面部特征(人脸)是一个特殊的不规则变形体,存在着主动形变和被动形变,人脸识别一般是对照片进行分析,而照片是由人脸的三维信息投影至二维平面而成,在投影的过程中,会损失一些信息,加之摄像时人的头部姿态、倾斜角度、旋转角度、光照条件等诸多因素的影响,将会使照片信息与真实人脸信息之间的差距加大,呈现出非常复杂的转化模式,无疑增大了识别的难度,影响了识别的效率。而且用计算机处理人脸识别还涉及到数学、光学、心理学、计算机视觉、图形图像处理、神经网络等诸多领域,因此人脸识别在国内外的研究虽然处于迅速发展的时期,但也还存在许多亟待解决的技术问题。 随着科学技术的日新月异,在这个领域中应用的技术手段也被大大扩展和增强,使用计算机进行数据处理可以实现在瞬间对大量、复杂的信息分析、计算、统计,并迅速给出有价值的结论。当前,国际上人脸识别技术的研究成果很多,大家摸索了一系列的比较成熟的识别算法和方法,在不同的条件下,识别的准确率也有所不同。有些优秀的算法可以达到令人满意的识别率。现在人们选取研究方法,一般是根据所需要的精度,所识别对象的特点选择不同的识别方法,以期达到有针对性的识别,提供识别的准确度与速度。在日常生活中,人们对于某些面部有明显色差特征的人群格外注意,比如面部有明显痣或色斑,作为识别此人的特点会大大提高识别率。也就是我们常说的,看见了他的这个痣,就认出了他。如果我们把这项特征点的检测与识别应用于大量人群的排查,对于快速排除不含此特征的大量样本起到了重要作用,为后续的精细比对做了前期初筛的工作,其对于提高识别效率的贡献不言而喻。本文的研究目的是希望选择一项有效的方法,可以高效迅速准确地利用人脸的明显色差特征对人脸进行识别。 对图像进行处理之前,都必须对图像大小和灰度进行归一化处理,使其分辨率、灰度与数据库中的标准相匹配;然后通过图像灰度增强、图像灰度拉伸使图像的细节更清晰,更易于分析和处理;再用阈值分割和区域生长的方法进行分割得到特征区域的图像。 特征提取时,在了解了颜面皮肤的面部明显色差特征的医学生理学、病理学知识之后,对比主分量分析法(PCA)、独立分量分析法(ICA)、几何特征方法、隐马尔可夫模型方法(HMM)、小波变换法,这几种方法各有其优缺点和适宜的情况。几何特征法不受姿态等因素对人脸的影响,但对人脸各个器官的特征的信息;局部PCA方法算法复杂,不利于开发和应用;小波变换的方法已经比较成熟,有效的提取图像中的细节信息,缺点是小波变换必须先做降维的处理。经过比较最后我们选用小波变换的方法来表示人脸明显色差面部特征,提取局部图像的Gabor小波函数特征。 最后在决策分类的阶段我们采用了小波神经网络的方法。小波神经网络是把小波变换理论和人工神经网络系统相结合,通过有教师学习的方式,不断优化小波基的形状,最终选择一个最优的小波基函数来完成小波变换。充分发挥了神经网络系统函数逼近能力。最大限度地发挥了小波变换优秀的时频局部化特性,将信号中的细节特征完整的解析出来,体现出小波神经网络的在决策分类上的优越性。本文采用全局特征和局部特征相结合的特征融合方法,作为小波神经网络的输入层节点向量。我们实验的结果证明,以上方法可以有效解决利用人脸面部明显色差特征快速识别人脸图像的问题。
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 刘洋;卜凡亮;;基于小波变换特征提取和神经网络分类的人脸识别[J];中国人民公安大学学报(自然科学版);2010年01期
2 杨绍华;牛万红;潘晨;;基于小波变换和非负矩阵分解的人脸识别改进方法[J];宁夏大学学报(自然科学版);2010年02期
3 刘志勇;齐松茹;;基于小波变换与Boosting的人脸识别方法[J];深圳职业技术学院学报;2011年03期
4 杨绍华;林盘;潘晨;;利用小波变换提高基于KPCA方法的人脸识别性能[J];山东大学学报(理学版);2007年09期
5 彭义刚;谢旭东;徐文立;戴琼海;;基于小波变换的人脸识别方法综述[J];测控技术;2009年05期
6 刘小平;赖剑煌;张智斌;;基于小波子带图像的人脸光照归一化方法[J];中山大学学报(自然科学版);2007年05期
7 曹林;王东峰;邹谋炎;;基于隐马尔可夫模型的人像鉴别算法[J];中国科学院研究生院学报;2006年01期
8 唐圣学;孟凡斌;曾庆立;;基于小波变换和模糊神经网络的人脸图像识别方法[J];机电产品开发与创新;2006年02期
9 王敏;尹政兴;李汉强;;基于小波变换和奇异值的人脸特征提取[J];中国水运(理论版);2006年03期
10 王海军;王士伟;刘红敏;;人脸检测技术研究进展[J];河南机电高等专科学校学报;2007年06期
11 聂祥飞;谭泽富;郭军;;应用小波变换的人脸光照补偿[J];光学精密工程;2008年01期
12 邓雪峰;;基于小波变换和对称主成分分析的人脸识别方法[J];计算机与数字工程;2008年04期
13 孙玉胜;靳敬永;;基于小波变换的眼角定位方法[J];电脑知识与技术;2008年30期
14 惠斌;唐旭晟;罗海波;苏启寅;;基于Gabor小波SDF匹配滤波器的人脸识别[J];信息与控制;2008年05期
15 刘倩;潘晨;;新的局部线性嵌入下的人脸识别方法[J];计算机工程与应用;2011年24期
16 张志伟;杨帆;夏克文;杨瑞霞;;基于小波变换和NMF的人脸识别方法的研究[J];计算机工程;2007年06期
17 张俭鸽;王世卿;盛光磊;;基于小波和DFB-PCA的人脸识别算法研究[J];微计算机信息;2007年04期
18 杨凌霄;王成硕;侯国栋;;基于小波变换和支持向量机的人脸识别方法研究[J];自动化技术与应用;2007年04期
19 张九龙;张志禹;屈小娥;黄薇;;基于Curvelet的人脸识别[J];计算机工程与应用;2007年27期
20 刘秀丽;彭复员;;基于小波变换的加权特征脸识别算法[J];计算机应用研究;2007年10期
中国重要会议论文全文数据库 前10条
1 陈皓;;基于CS中转架构的人脸识别门禁系统[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
2 谢志华;李丰;伍世虔;杨巨成;方志军;;基于局部差分二进制模式(LDBP)的热红外人脸识别[A];第十五届全国图象图形学学术会议论文集[C];2010年
3 李丹;郭小华;刘正熙;;基于DSP的自动人脸识别门禁系统设计与实现[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
4 邹垚;张超;;基于DSP的人脸识别算法实现与优化[A];中国通信学会通信建设工程技术委员会2010年年会论文集[C];2010年
5 熊薇薇;梁巍;李莉;黄梅志;;基于混合核函数SVM的人脸识别方法研究[A];中国计量协会冶金分会2011年会论文集[C];2011年
6 苗振伟;许勇;杨军;;超声波人脸识别方法研究[A];中国声学学会2007年青年学术会议论文集(上)[C];2007年
7 杨飞;苏剑波;戴景文;;人脸识别中的人脸图像质量快速评价[A];第二十七届中国控制会议论文集[C];2008年
8 杨国鹏;钱方明;罗永亮;;基于小波神经网络的人脸识别方法[A];第十三届全国图象图形学学术会议论文集[C];2006年
9 万卫兵;施鹏飞;;标准像的人脸识别[A];信号与信息处理技术——第一届信号与信息处理联合学术会议论文集[C];2002年
10 杜晓旭;钱沄涛;戴光;;加强概率推理模型在人脸识别中的应用[A];信号与信息处理技术第三届信号与信息处理全国联合学术会议论文集[C];2004年
中国重要报纸全文数据库 前10条
1 孟东明 张继进;企业要靠创新应对危机[N];中国工商报;2009年
2 本版编辑曾雨 康翔;人脸识别结缘奥运[N];计算机世界;2007年
3 本报记者  魏建玲;行者 知其道而行其智[N];国际商报;2006年
4 程蓉 王春;“人脸识别”保障财产安全[N];科技日报;2006年
5 记者 闫文锋 实习记者 高鹏;清华人脸识别系列全面推广[N];中国知识产权报;2006年
6 实习生 姜靖;人脸识别:门靠人脸开启[N];科技日报;2007年
7 阐文;汉王新品开启“人脸识别时代”[N];中国工业报;2009年
8 本报记者 霍光;从按手印到以貌取人[N];中国计算机报;2011年
9 于建平;行者人脸识别技术贡献北京奥运[N];中国高新技术产业导报;2005年
10 卢旭成;“傻瓜化”的人脸识别技术[N];中国计算机报;2008年
中国博士学位论文全文数据库 前10条
1 李全彬;非约束环境下人脸识别关键技术的研究与应用[D];华东师范大学;2011年
2 苏煜;融合全局和局部特征的人脸识别[D];哈尔滨工业大学;2009年
3 郭志强;基于子空间分析的人脸识别算法研究[D];武汉理工大学;2010年
4 赵武锋;人脸识别中特征提取方法的研究[D];浙江大学;2009年
5 陈勇;基于样条二进小波的人脸识别研究[D];浙江工业大学;2010年
6 唐恒亮;基于三维特征的人脸识别算法研究[D];北京工业大学;2011年
7 王建中;基于流形学习的数据降维方法及其在人脸识别中的应用[D];东北师范大学;2010年
8 陈恒鑫;基于多尺度分析的变化光照下人脸识别研究[D];重庆大学;2010年
9 胡峰松;单样本下可变姿态与光照人脸识别研究[D];湖南大学;2010年
10 笪邦友;图像纹理在红外场景仿真与人脸识别中的应用[D];华中科技大学;2010年
中国硕士学位论文全文数据库 前10条
1 王哲;基于具有面部明显色差特征的人脸识别方法研究[D];河北科技大学;2010年
2 张春晓;基于粗集和小波变换的人脸识别研究[D];山东大学;2010年
3 林杰灵;基于小波变换的人脸识别[D];华南理工大学;2010年
4 刘学平;低质量图像模糊人脸识别的研究[D];沈阳航空工业学院;2010年
5 黄艳川;基于核方法的人脸识别算法研究[D];大连理工大学;2010年
6 孙超;基于ARM的汽车防盗系统的设计[D];西安建筑科技大学;2010年
7 曹凤杰;红外图像人脸识别方法研究[D];西安电子科技大学;2010年
8 章悦;基于四元数的彩色人脸识别[D];西安电子科技大学;2010年
9 汪炼;基于半监督流形学习的人脸识别算法研究[D];安徽大学;2010年
10 孙向风;基于进化计算和支持向量机的人脸识别算法研究[D];兰州理工大学;2010年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978