论文部分内容阅读
画像识别是人脸识别的一个全新分支。在刑侦破案或反恐追逃等应用领域,犯罪嫌疑人的照片往往无法直接获取,通常情况下会通过目击者和画家的合作得到其模拟画像,然后在已有的照片数据库中进行检索,进而实现犯罪嫌疑人身份的确认和识别。由于画像与照片的产生机理和信息表达方式不同,两者之间存在较大的几何形变及纹理和灰度差异,若直接采用画像与照片之间的匹配程度进行识别势必产生很大误差。因此,如何减小二者的差异成为画像-照片识别研究的重点和难点,从而画像生成成为人脸画像-照片识别中的关键技术。本文首先深入研究了图像类推的算法,并在此基础上提出基于图像类推的模拟画像的生成方法,由于传统的图像类推方法在合成模拟画像时在合成时间和合成效果上都不能满足实验的要求,针对上述问题本文对传统的图像类推算法进行了改进,在实验中本文分别从分块类推、参数选择、像素的搜索邻域与像素特征向量的选取等几个方面对传统的图像类推进行改进,使得它能更好的利用于模拟画像的生成,最终实验得到了比较满意的结果。最后本文采用了基于小波加DCT变换的人脸模拟画像的特征提取方法,它通过对经过小波变换的人脸模拟画像的低频子图进行DCT变换,然后利用最近邻法进行分类检索,在本文中93幅人脸模拟画像数据库中进行实验。实验表明这样的方法能够获得比直接应用DCT变换提取特征更好的识别率。