基于統(tǒng)計(jì)特征的人臉識(shí)別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf

1、人臉識(shí)別系統(tǒng)是先從視頻序列或一幅圖像中檢測(cè)出其中的人臉區(qū)域，然后提取它的特征，再通過(guò)匹配算法與人臉庫(kù)中已有模型進(jìn)行匹配來(lái)得出識(shí)別結(jié)果。人臉識(shí)別系統(tǒng)的應(yīng)用效果主要受人臉特征提取方法與分類方法的影響，本文采用基于統(tǒng)計(jì)特征提取與隱馬爾可夫模型建模的人臉識(shí)別方法，來(lái)設(shè)計(jì)與實(shí)現(xiàn)一個(gè)基于視頻序列的人臉識(shí)別系統(tǒng)。具體而言，就是先對(duì)人臉圖像做分塊離散余弦變換DCT，再對(duì)變換系數(shù)矩陣作主成分分析PCA，得到的特征向量作為隱馬爾可夫模型HMM訓(xùn)練的觀察向量

2、。采用這種人臉識(shí)別方法有以下優(yōu)點(diǎn)：第一，這種統(tǒng)計(jì)特征提取方法是為了降低圖像的冗余以便提高特征的提取速度；第二，隱馬爾可夫模型HMM有對(duì)人臉精確建模的特點(diǎn)，可以保證識(shí)別的高精度；第三，基于HMM的人臉識(shí)別方法采用的是人臉二維統(tǒng)計(jì)特征，對(duì)光線、姿態(tài)、遮擋物的變化有較強(qiáng)的魯棒性；最后，人臉庫(kù)樣本與其模型一一對(duì)應(yīng)，人臉庫(kù)的添加/刪除操作較容易，易于維護(hù)。
　　 本課題中所研究設(shè)計(jì)的人臉識(shí)別系統(tǒng)在前期進(jìn)行人臉圖像的采集與訓(xùn)練以建立一個(gè)人臉

3、庫(kù)，在識(shí)別時(shí)用來(lái)與某個(gè)人臉圖像進(jìn)行匹配。系統(tǒng)對(duì)于輸入背景靜止的一段視頻序列，采用幀差分法提取其中的運(yùn)動(dòng)人體；然后使用Adaboost算法檢測(cè)出人臉的區(qū)域，并對(duì)此區(qū)域進(jìn)行一系列的預(yù)處理操作，包括濾波去噪、二值化等；再對(duì)人臉區(qū)域進(jìn)行分塊離散余弦變換，將變換后的系數(shù)矩陣作主成分分析，得到特征向量，即進(jìn)行了人臉統(tǒng)計(jì)特征提取；將提取的特征作為隱馬爾可夫模型HMM的觀察序列；最后將所得的觀察序列與庫(kù)中的人臉HMM模型進(jìn)行匹配，即識(shí)別，從而實(shí)現(xiàn)一個(gè)基

4、于視頻序列的人臉識(shí)別系統(tǒng)。另外還對(duì)系統(tǒng)的識(shí)別效果進(jìn)行測(cè)試，先使用標(biāo)準(zhǔn)庫(kù)ORL與自建庫(kù)來(lái)測(cè)試系統(tǒng)識(shí)別模塊的識(shí)別率，即以靜止圖像為輸入進(jìn)行識(shí)別，以比較DCT與DCT+PCA兩種特征提取法的識(shí)別效果；再以視頻序列作為輸入，用自建庫(kù)來(lái)測(cè)試系統(tǒng)的應(yīng)用效果。實(shí)驗(yàn)表明，該方法在一定場(chǎng)合能夠有效地分割出視頻序列中的運(yùn)動(dòng)人體并檢測(cè)出其中的人臉區(qū)域，當(dāng)人臉庫(kù)采集所用攝像頭與最終應(yīng)用時(shí)的攝像頭相同時(shí)，或其分辨率高于訓(xùn)練樣本采集時(shí)的分辨率時(shí)能有效識(shí)別人臉，一方