RFID與人臉雙重認(rèn)證系統(tǒng)中有效臉檢測(cè)方法研究.pdf

1、目前多數(shù)人臉認(rèn)證技術(shù)的性能往往受限于圖像中人臉的姿態(tài)、光照、距離及圖像的模糊程度等條件。對(duì)于一般的人臉認(rèn)證技術(shù)而言，理想的人臉圖像是在正常光照下，具有足夠像素的，清晰的正面人臉圖像，本文稱之為有效臉圖像。
　　 現(xiàn)有的多數(shù)人臉認(rèn)證系統(tǒng)都假設(shè)前端的人臉檢測(cè)得到的人臉圖像為有效臉圖像。然而，由于實(shí)際系統(tǒng)中攝像機(jī)安裝的位置、人臉的運(yùn)動(dòng)和其他環(huán)境因素的影響，該假設(shè)并不一定成立。在這種系統(tǒng)中，對(duì)人臉檢測(cè)得到的圖像進(jìn)行有效臉檢測(cè)顯得特別重要

2、。
　　 本文研究了一種客觀的有效臉檢測(cè)方法，并應(yīng)用于本文設(shè)計(jì)和實(shí)現(xiàn)的RFID(射頻認(rèn)證)與人臉雙重身份認(rèn)證系統(tǒng)。該方法可以對(duì)人臉檢測(cè)得到的人臉圖像進(jìn)行分析和判斷，從而剔除掉那些對(duì)人臉認(rèn)證沒有貢獻(xiàn)的檢測(cè)結(jié)果，在提高系統(tǒng)穩(wěn)定性的同時(shí)保證人臉認(rèn)證的良好性能。
　　 本文的主要研究?jī)?nèi)容概括如下：
　　 ①調(diào)研了國(guó)內(nèi)外主要的一些人臉姿態(tài)估計(jì)方法，在分析了它們的優(yōu)缺點(diǎn)之后，本文結(jié)合實(shí)際系統(tǒng)的需求，選擇了簡(jiǎn)單快速的基于幾何模

3、型的方法進(jìn)行了具體的研究和編程實(shí)現(xiàn)，并在Honda/UCSD視頻人臉數(shù)據(jù)庫(kù)上進(jìn)行了實(shí)驗(yàn)，取得了良好的檢測(cè)效果。
　　 ②研究了一種新的無(wú)參照?qǐng)D像質(zhì)量估計(jì)方法。該方法可以估計(jì)人臉檢測(cè)得到的人臉圖像的清晰度，從而剔除模糊的圖像。它對(duì)圖像的內(nèi)容和模糊的類型都沒有先驗(yàn)的假設(shè)，并且在集成到系統(tǒng)中后有很好的實(shí)時(shí)性。為了測(cè)試本文算法的性能，本文將其和目前流行的一些圖像質(zhì)量估計(jì)方法，在該領(lǐng)域普遍采用的LIVEIQA數(shù)據(jù)庫(kù)上進(jìn)行了比較實(shí)驗(yàn)，并按照

4、視頻質(zhì)量專家組(Video Quality ExpertsGroup，VQEG)報(bào)告中建議的評(píng)價(jià)準(zhǔn)則對(duì)本算法進(jìn)行了評(píng)估。實(shí)驗(yàn)結(jié)果說明本文算法超越了多數(shù)當(dāng)前流行的無(wú)參照?qǐng)D像質(zhì)量估計(jì)算法。
　　 ③設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)RFID與人臉雙重身份認(rèn)證系統(tǒng)。通過本文對(duì)人臉姿態(tài)估計(jì)和無(wú)參照的圖像質(zhì)量估計(jì)方法的研究，設(shè)計(jì)出一種有效臉檢測(cè)方法，并成功應(yīng)用于本文的RFID與人臉雙重身份認(rèn)證系統(tǒng)，在一定程度上解決了有效臉檢測(cè)的問題。目前，該系統(tǒng)已被用于重