基于貝葉斯的人臉識(shí)別.pdf

1、人臉識(shí)別因其廣泛的社會(huì)應(yīng)用前景越來越成為模式識(shí)別和人工智能的研究熱點(diǎn)，它是一個(gè)涉及到圖像處理、模式識(shí)別、生理學(xué)和心理學(xué)等多個(gè)學(xué)科交叉的一個(gè)問題。人類自身識(shí)別是非常容易的事，甚至可以通過表情判斷一個(gè)人的心理等，但是機(jī)器人臉自動(dòng)識(shí)別是一件比較困難的工作，需要從很多方面進(jìn)行研究。自動(dòng)人臉識(shí)別的主要過程是圖像的預(yù)處理、特征提取和分類，其中圖像預(yù)處理是特征提取和分類的前提，也是影響識(shí)別的關(guān)鍵問題。圖像預(yù)處理的目的是使人臉圖像具有統(tǒng)一的尺寸，并且盡

2、量消除光照、姿態(tài)變化等外部因素對(duì)識(shí)別的影響，而圖像預(yù)處理的前提條件是特征點(diǎn)的定位尤其是人眼的自動(dòng)定位。本文提出了一種基于梯度和模板匹配相結(jié)合的眼睛定位方法，并且基于該方法的定位結(jié)果對(duì)圖像進(jìn)行了預(yù)處理，預(yù)處理后的圖像采用主成分分析和貝葉斯算法進(jìn)行人臉識(shí)別，并且設(shè)計(jì)了一個(gè)基于上述理論的照片比對(duì)人臉識(shí)別系統(tǒng)。 本文的眼睛自動(dòng)定位算法以數(shù)字圖像處理為理論基礎(chǔ)。根據(jù)先驗(yàn)知識(shí)和統(tǒng)計(jì)結(jié)果人臉照片上有20％左右的眼睛睜開程度較小，如果對(duì)一個(gè)人的

3、面部進(jìn)行監(jiān)控隨機(jī)拍攝這個(gè)比例可能更大。所以本文綜合考慮這一特點(diǎn)對(duì)不同的眼睛狀態(tài)的不同特征采用不同的方法進(jìn)行定位。本文的眼睛自動(dòng)定位過程為：首先利用積分投影曲線和方差投影曲線大致確定眼睛所在的區(qū)域，然后用邊緣算子得到這部分圖像的邊緣圖像并二值化，在其中檢測(cè)半圓形的眼球輪廓，并根據(jù)眼球周圍的梯度方向發(fā)射的特點(diǎn)進(jìn)行驗(yàn)證得到的區(qū)域是否為眼球。對(duì)于不能確定眼球位置的圖像則按照一個(gè)基于梯度角的眼睛模板進(jìn)行匹配，從而確定眼睛的中心位置。根據(jù)眼睛坐標(biāo)對(duì)

4、圖像進(jìn)行幾何標(biāo)準(zhǔn)化，其過程包括平移和旋轉(zhuǎn)、裁剪以及直方圖均衡化。 主成分分析又稱K-L變換，是圖像壓縮的典型方法，其主要內(nèi)容為矩陣運(yùn)算。本文介紹了主成分分析的含義和利用主成分分析進(jìn)行特征提取的步驟。貝葉斯決策理論是常用的決策分類方法，該方法保證了錯(cuò)誤分類的可能性最小，利用貝葉斯決策理論的關(guān)鍵問題是求條件概率和先驗(yàn)概率。本文介紹了貝葉斯基本決策理論并對(duì)其在人臉識(shí)別中的特殊應(yīng)用進(jìn)行了詳細(xì)的分析和和研究。 最后設(shè)計(jì)了一個(gè)基于本