基于多模式圖像融合的人臉識(shí)別技術(shù).pdf

1、近年來(lái),自動(dòng)人臉識(shí)別技術(shù)不斷取得進(jìn)展并投入商業(yè)應(yīng)用,但可見(jiàn)光圖片的人臉識(shí)別技術(shù)的識(shí)別率受光照表情等外在因素的影響較大。本文研究了基于級(jí)聯(lián)多分類器和多模式融合的人臉識(shí)別技術(shù)。
　　 本文首先研究了基于多分類器級(jí)聯(lián)方法的人臉檢測(cè)技術(shù)?；贏daBoost算法構(gòu)建了包含19層級(jí)聯(lián)分類器、超過(guò)1700個(gè)矩形特征的人臉檢測(cè)系統(tǒng)。在IMM人臉庫(kù)、Yale B人臉庫(kù)的子庫(kù)和自建人臉庫(kù)上對(duì)該檢測(cè)系統(tǒng)進(jìn)行測(cè)試,實(shí)驗(yàn)結(jié)果表明基于級(jí)聯(lián)分類器的檢測(cè)方法

2、比傳統(tǒng)的特征子空間法在檢測(cè)率上提高了十幾個(gè)百分點(diǎn),檢測(cè)速度達(dá)到每幀0.1秒。
　　 論文設(shè)計(jì)了線性和非線性人臉識(shí)別方法以研究樣本集大小對(duì)識(shí)別率的影響。在CAS-PEAL、ORL和自建的三個(gè)可見(jiàn)光人臉圖像數(shù)據(jù)庫(kù)的實(shí)驗(yàn)結(jié)果表明:樣本集的增大對(duì)非線性識(shí)別方法幾乎沒(méi)有影響；但樣本集的增大會(huì)導(dǎo)致線性識(shí)別方法的正確識(shí)別率下降。因此,對(duì)大規(guī)模人臉數(shù)據(jù)庫(kù)更適合采用非線性人臉識(shí)別方法。
　　 最后,論文研究了基于可見(jiàn)光圖像和紅外熱圖像相結(jié)