基于多特征融合的人臉檢測(cè)與識(shí)別方法.pdf

1、本文主要研究了復(fù)雜背景下的彩色人臉檢測(cè)和灰度圖的人臉識(shí)別。針對(duì)彩色圖像提出了基于膚色和特征驗(yàn)證的人臉檢測(cè)算法，由膚色分割、排除假區(qū)域、特征驗(yàn)證三部分組成。在膚色分割部分，詳細(xì)討論了彩色空間的選擇，膚色模型的建立，然后提出自適應(yīng)閾值法，再通過(guò)知識(shí)驗(yàn)證排除一些假區(qū)域，運(yùn)用邊緣檢測(cè)、模板匹配和投影法精確定位眼睛和嘴巴，從而驗(yàn)證確認(rèn)人臉，最后通過(guò)投影法定位出鼻子。實(shí)驗(yàn)證明該算法檢測(cè)速度快、準(zhǔn)確率高，具有較好的魯棒性。針對(duì)檢測(cè)出來(lái)的彩色人臉，進(jìn)行

2、歸一化和灰度化，在此基礎(chǔ)上提出一種將Gabor小波變換和Direct線性判別分析相結(jié)合的人臉識(shí)別算法。首先對(duì)原圖進(jìn)行區(qū)域Gabor變換，取特征矢量模作為Gabor特征，然后對(duì)該特征進(jìn)行線性判別來(lái)提取分類特征，可大幅度降低特征空間維數(shù)，使得分類器的設(shè)計(jì)更加簡(jiǎn)潔、有效，使用較少的特征向量數(shù)目就能取得較高的識(shí)別率，通過(guò)大量的實(shí)驗(yàn)可證明此算法不僅對(duì)光照、表情變化具有較好的魯棒性，而且比傳統(tǒng)的Fisher線性判別分析方法、Gabor+LDA方法性