移動(dòng)環(huán)境下基于人臉圖像的人眼定位研究與實(shí)現(xiàn).pdf

1、隨著移動(dòng)終端設(shè)備的普及，移動(dòng)環(huán)境下的人臉識別也備受關(guān)注。而在大部分人臉識別系統(tǒng)中，人臉圖像需要根據(jù)眼睛坐標(biāo)進(jìn)行對齊，因此，人眼定位是人臉識別系統(tǒng)中的重要組成部分，眼睛定位的精度直接影響到人臉識別的性能。但目前存在的人眼定位算法并不能適應(yīng)移動(dòng)環(huán)境下眼睛表現(xiàn)出來的復(fù)雜外觀，隨著人臉識別應(yīng)用范圍的擴(kuò)大和對精度要求的增加，在移動(dòng)環(huán)境下實(shí)現(xiàn)精確的人眼定位變得尤為重要。因此，本文結(jié)合移動(dòng)環(huán)境下的特點(diǎn)，建立新的人眼定位模型和算法，并根據(jù)人眼定位結(jié)果進(jìn)

2、行人臉姿態(tài)矯正，設(shè)計(jì)和實(shí)現(xiàn)了基于人眼定位的人臉識別系統(tǒng)。主要工作如下：
　　（1）針對SVM學(xué)習(xí)訓(xùn)練數(shù)據(jù)量大、訓(xùn)練速度慢的問題，提出一種改進(jìn)兩級SVM算法。首先對每個(gè)類中的結(jié)果進(jìn)行升序排列，從每個(gè)隊(duì)列中選出前面的樣本作為每個(gè)類的邊界樣本，然后根據(jù) KKT條件在整個(gè)訓(xùn)練樣本集中迭代的調(diào)整初始設(shè)置直至收斂；為了加快檢測速度，本文實(shí)現(xiàn)兩級SVM分類。實(shí)驗(yàn)結(jié)果表明，本文提出的改進(jìn)兩級 SVM算法能夠在保證分類準(zhǔn)確性的前提下，有效減少訓(xùn)練數(shù)

3、據(jù)量，并提高訓(xùn)練速度。
　?。?）針對移動(dòng)環(huán)境下眼睛復(fù)雜外觀和部分遮擋問題，提出一種改進(jìn)的PS模型。首先檢測到人臉圖像，對人臉中眼睛及鼻子定義類標(biāo)簽，縮小 PS建模區(qū)域，改進(jìn)基本 PS模型中的約束方法，將全局和局部結(jié)構(gòu)約束相結(jié)合，將左右鼻翼作為兩個(gè)特征點(diǎn)，與雙眼形成新的倒梯形約束，采用啟發(fā)式的方法來處理部分遮擋問題。實(shí)驗(yàn)表明，本文提出的改進(jìn)的PS模型能夠在移動(dòng)環(huán)境下，實(shí)現(xiàn)較高的人眼定位精度。
　?。?）基于改進(jìn) PS模型和改