收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于样条二进小波的人脸识别研究

陈勇  
【摘要】:人脸识别是一项极具有发展潜力的生物特征识别技术,人脸识别技术的研究具有十分重要的理论价值和应用价值。经过了40多年的研究,人脸识别技术已经取得了重要的发展,涌现出了许多新技术、新方法,在受控环境下,许多算法已能取得令人满意的结果。但是,在光照、姿态变化较大的情况下要实现一个高识别率、高鲁棒性的人脸识别系统仍然是一个极具挑战性的课题。 本文对小波变换在人脸识别中的应用进行了深入的思考,在分析当前各种基于小波变换的人脸识别算法的基础上,提出并深入研究了基于样条二进小波的人脸识别问题,论文的主要工作和贡献如下: 1、对基于小波变换的人脸识别研究进行了综述 小波变换按其连续性不同可以分为连续小波变换、离散小波变换和二进小波变换。根据小波变换类型的不同,将常见的基于小波变换的人脸识别算法分为二大类:(1)基于离散的正交、双正交小波变换的人脸识别方法,简称为离散小波方法。(2)基于连续的Gabor小波变换的人脸识别方法,简称为Gabor小波方法。并从小波在人脸识别中发挥的作用来分析,对这两类方法的特点进行了总结和评价。小波在离散小波方法中主要起到了降维和平滑去噪的作用,因此算法复杂度往往较低。但由于正交、双正交小波提取人脸细节特征的能力并不是很强,使得算法的识别性能还有待提高。而在Gabor小波方法中,Gabor小波具有很强的人脸纹理特征提取能力,因此算法的识别率较高,但由于Gabor小波变换的冗余性很大,造成算法的复杂度较高。 2、在理论上合作研究论证了基于二进小波的Mallat分解算法的可行性和有效性 首先,介绍了一种新的二维二进小波变换,称为二维平稳二进小波变换,它与正交小波的二维平稳小波变换类似,由一个低频分量和水平、垂直、对角线三个方向的高频分量所定义,这是不同于由Mallat提出的传统三分量形式的二进小波变换。实际上,二维平稳二进小波变换是正交、双正交小波的二维平稳小波变换的扩展;然后,推导并给出了二维平稳二进小波变换的快速分解和重构算法。接着,进一步引入了ε抽样的离散二进小波变换的概念,描述了它与二维平稳二进小波变换之间的关系;最后,讨论了基于二进小波的Mallat分解算法,它是ε抽样的二进离散小波变换的一个特例,此时ε是由全0所组成的一个二进序列,从而从理论上论证了基于二进小波的Mallat分解算法应用的可行性。另外,从理论上分析可知:基于二进小波的Mallat分解与基于正交、双正交小波的Mallat分解具有相同的计算量,但前者是二维平稳二进小波变换系数的一个子集,因此,比后者能够更好地提取图像的边缘特征信息,即在理论上论证了基于二进小波的Mallat分解算法的有效性。最后,与基于正交、双正交小波的Mallat分解算法的应用进行了直观的效果对比,结果显示:基于二进小波的Mallat分解算法能够产生具有非常好边缘效果的细节子图。总之,基于二进小波的Mallat分解算法的提出将进一步拓展二进小波的应用领域,使二进小波有望在模式识别、图像处理等领域取得好的应用,这也是本文提出的所有算法的理论基础。 3、较详细地研究了样条二进小波变换在人脸识别中的应用 提出了一类新的基于样条二进小波变换的人脸识别方法,简称为样条二进小波方法。在新方法中,小波既具有降维和平滑去噪作用,又有很强的人脸边缘特征提取能力;然后,提出了一种具体应用样条二进小波的人脸识别算法,并以此算法为例详细说明和实验了样条二进小波在人脸识别算法中的应用特点,大量的实验得出了一些有意义的结论: (1)基于样条二进小波分解得到的细节子图包含很多的特征信息,单独应用这些细节子图也具有很高的识别率。相比之下,基于正交、双正交小波分解得到的细节子图包含的特征信息要少的多。 (2)样条二进小波分解产生的细节子图所包含的特征信息具有很强的互补性,对多个细节子图的有效融合可以较大地提高算法的识别率。相比之下,正交、双正交小波分解得到的细节子图之间的互补性要差的多。 (3)在众多样条二进小波中,其中的正交的样条二进小波和一种非正交的零反对称样条二进小波具有最好的应用效果。 总之,样条二进小波应用于人脸识别相比正交小波、双正交小波以及Gabor小波具有许多好的特性,算法在充分利用这些特性后取得了很好的实验结果。因此,基于样条二进小波的人脸识别方法是一个值得进一步深入研究的方向。 4、研究了基于样条二进小波的多方向人脸边缘特征提取问题,提出了一种基于多方向人脸边缘特征和二维线性判别分析的人脸识别算法 提出了基于样条二进小波变换的多方向边缘细节子图提取方法。通过对人脸图像进行旋转45度、二进小波变换、反向旋转45度以及一定的剪切等一系列简单的操作,可以得到原始人脸图像的45度方向、135度方向以及十字线方向的边缘细节子图。从直观的视觉观察和实验比较证明了该方法是简单有效的。然后提出了一种基于多方向人脸边缘特征结合二维线性判别分析的人脸识别算法,实验证明该算法是有效的。 5、提出了两个基于二进小波变换和多分类器融合的人脸识别算法研究了基于样条二进小波变换和多分类器融合的人脸识别算法,针对人脸识别中的表情识别和光照人脸识别问题,提出了两个具体的人脸识别算法。 (1)对人脸表情识别进行了研究,提出了一种基于样条二进小波和多分类器融合的人脸表情识别算法。算法在JAFFE人脸库上实现了100%的人脸识别率和85.34%的表情识别率。 (2)对人脸光照识别进行了研究,提出了一种结合对数域DCT光照补偿和多分类器融合的光照人脸识别算法,该算法结合了对数域DCT光照补偿、样条二进小波分解、二维线性判别分析以及多分类器融合等多种对光照变化鲁棒的方法。算法在CAS-PEAL人脸库光照子集上实现了最高83.91%的识别率,而在YaleB人脸库上实现了100%的识别率。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 李江,郁文贤,匡刚要,宋海娜;基于模糊隶属函数的主元分析人脸识别算法[J];计算机工程与科学;2004年06期
2 杜晓旭,钱沄涛;加强概率推理模型在人脸识别中的应用[J];计算机工程;2005年22期
3 陈玉山;席斌;;基于核独立成分分析和BP网络的人脸识别[J];计算机工程与应用;2007年26期
4 高宏娟;潘晨;;基于非负矩阵分解的人脸识别算法的改进[J];计算机技术与发展;2007年11期
5 赵丽红;张西礼;徐心和;;基于二维对称主成分分析的人脸识别[J];仪器仪表学报;2008年06期
6 王卫锋;李强;;人脸识别考勤系统中照片采集过程的分析与实现[J];新乡教育学院学报;2008年02期
7 肖明霞;;人脸检测关键算法分析[J];科技信息;2008年35期
8 张永;薛芝茂;;RBF神经网络在人脸识别中的应用[J];电脑编程技巧与维护;2009年14期
9 狄晨;王伟智;;基于改进距离的LLE算法在人脸识别中的应用[J];福建电脑;2009年11期
10 戴欢;吴小俊;;基于统计不相关矢量集的独立成分分析[J];计算机工程;2009年23期
11 邓福根;;一种智能的人脸识别方法[J];今日科苑;2009年24期
12 刘亚亚;丁正生;;基于改进最大间距准则和支持向量机的人脸识别[J];现代计算机(专业版);2010年09期
13 孙庆娟;;基于直接邻域保护嵌入的人脸识别[J];邯郸学院学报;2010年03期
14 孙庆娟;;基于直接邻域保护嵌入的人脸识别[J];宁夏师范学院学报;2010年06期
15 郑永凯,张凌,董守斌;图像灰度分布的近似标准化算法研究(英文)[J];华南理工大学学报(自然科学版);2002年01期
16 田农乐,俞海珍,冯浩;人脸识别技术及其在访问控制系统中的应用[J];计算机与现代化;2004年01期
17 郭瑞,宋海娜,匡纲要;基于定点ICA算法的人脸识别方法[J];计算机工程;2004年09期
18 肖幸娟,王能超,周叶;两种序的二维Walsh变换在人脸识别中的应用[J];华中科技大学学报(自然科学版);2004年11期
19 山世光,高文,唱轶钲,曹波,陈熙霖;人脸识别中的“误配准灾难”问题研究[J];计算机学报;2005年05期
20 徐春明,张天平,王正群,王向东;一种新的核广义鉴别特征抽取方法[J];计算机应用;2005年09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 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
9 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
10 孙劲光;李扬;;基于Mean-Shift的Retinex算法在人脸识别中的应用[A];第七届和谐人机环境联合学术会议(HHME2011)论文集【oral】[C];2011年
中国博士学位论文全文数据库 前10条
1 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
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 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
5 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
6 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
7 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
8 赵武锋;人脸识别中特征提取方法的研究[D];浙江大学;2009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 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
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 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
4 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
5 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
6 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
7 平强;压缩感知人脸识别算法研究[D];中国科学技术大学;2011年
8 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
9 窦蓉蓉;基于集成学习的人脸识别算法研究及应用[D];安徽大学;2010年
10 鲁庆明;基于多分类支持向量机的人脸识别研究[D];武汉理工大学;2010年
中国重要报纸全文数据库 前10条
1 本版编辑曾雨 康翔;人脸识别结缘奥运[N];计算机世界;2007年
2 孟东明 张继进;企业要靠创新应对危机[N];中国工商报;2009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
 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