论文部分内容阅读
人脸识别与其他人体生物特征识别相比具有更多的优越性,在国家重要机关及社会安防领域具有广泛而特殊的用途,近年来已经成为计算机视觉、模式识别和人工智能领域的一个研究热点。 本文研究了自动人脸检测识别系统的两个技术环节:人脸检测和特征提取,并开发了相应的软件系统。 人脸检测部分,设计了一种基于肤色分割和多关联模板匹配的方法:首先建立人脸肤色模型,然后在预处理后的区域上使用双眼模板进行粗筛选,再用不同长宽比的人脸模板确定人脸区域,精确定位人脸。实验表明,该方法人脸检测准确率较高,具有时间优势,不但能正确检测出正面端正人脸,而且对某些侧面人脸也同样能正确检测。 特征提取部分,研究了一种基于完备核Fisher线性鉴别分析(CKFD)的方法,构造了小样本情况下核Fisher线性鉴别分析(KFDA)一种新的算法框架,使得KFDA算法更加简单、清晰明了。该方法在提取有效特征时,使用了特征空间类内散布矩阵零空间和非零空间的两类有效鉴别信息。YALE人脸库上的实验表明,该方法的识别性能不但比线性投影分析好,而且与KPCA与KFDA算法相比,也有较好的优势。