论文部分内容阅读
人脸识别作为一个研究热点课题，经过三十多年的研究，取得了丰富的研究成果。多视角的人脸识别，由于从采集、检测到识别均有比较高的复杂度，成为该领域的一个研究难点。
本文针对多视角人脸识别的应用，提出了基于级联模型的快速准确的人脸检测方法，结合肤色模型和椭圆轮廓选择的人脸跟踪算法，以及一种多特征空间和神经网络结合的人脸识别算法。本文主要的研究工作和成果如下：
1.本文提出的人脸检测方法，首先采用基于AdaBoost的级联模型方法进行人脸检测，然后通过发现可疑眼睛区域进行进一步的定位，实现了快速准确的人脸检测，适用于有复杂背景，图像较大，实时性要求高的人脸识别应用环境。
2.本文提出了一种结合肤色过滤和椭圆轮廓选择的人脸跟踪算法，该算法能够在人脸检测的基础上，实现快速实时地对视频信息中各帧图像的人脸进行大小和位置的判断，实验表明比单独采用肤色过滤或轮廓选择方法，跟踪的成功率大有提高。
3.本文还提出了一种采用神经网络进行多视角人脸识别的方法，实现了在人脸图像样本集上的多特征空间的生长，并将其与神经网络相结合进行人脸识别，该方法采用较少的特征空间和简单的神经网络即可实现高识别率。