论文部分内容阅读
所谓生物特征识别是利用计算机技术,将个人所固有的生理特征或行为特征与预先存储在数据库中的数据进行综合比较,以达到个人身份识别的自动化技术。其中,人脸识别和人眼定位是生物特征识别中的两个热门研究课题。本文先对几种常用的人脸识别方法进行综合比较,然后针对静态图像中的人眼自动定位方法进行研究。主要工作归纳如下:第一,对基于主元分析(PCA)、二维主元分析(2DPCA)和Fisher线性判别分析(FLDA)的人脸识别方法进行了比较研究,分析了每一种方法的特点、应用场合和限制条件。最后,利用AT&T人脸库,对基于这几种算法以及它们的组合算法的人脸识别方法进行了仿真比较实验,结果表明基于2DPCA的人脸识别方法识别精度高于基于PCA的方法;基于2DPCA和FLDA相结合的人脸识别方法在保证分类精度的条件下提高了分类的速度,具有较好的识别性能。第二,针对基于单纯的地形特征匹配的人眼定位算法(PTL)所需的定位时间长和对噪声敏感的问题,首先利用Gabor小波变换提取原始人脸图像中的眉眼区域,然后,在眉眼区域内利用直接提取“凹陷”地形特征点技术,搜索眼睛候选点,并结合人脸结构的先验知识和对称相似度分析方法准确定位人眼位置。最后,在有噪声和无噪声的人脸图像上进行的比较试验结果验证了该方法(GTEL)的有效性。第三,提出了一种基于眉眼区域内“凹陷”地形特征点检测和人眼方差滤波器相结合的由粗到精的人眼定位方法。首先,利用Gabor小波变换和直接提取“凹陷”地形特征点技术,直接搜索眼睛候选点;然后,在人脸拓扑结构先验知识的约束下,利用构造的人眼方差滤波器实现人眼的精确定位。在有噪声和无噪声的人脸图像上进行的比较仿真试验结果表明,该方法在定位的实时性、准确性和抗噪性方面,与PTL相比,都有显著提高。