基于自动标记特征点的快速人脸识别算法

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:tata890
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
人脸识别研究试图赋予计算机根据面孔辨别人物身份的能力,它在刑侦破案、证件验证、门禁系统、视频监视等领域中都有广泛的应用前景。虽然人类不需要任何训练即能识别出人脸,但人脸的机器自动识别却是一个难度极大的课题。在查阅大量资料的基础上,研究了基于几何特征、模板匹配,PCA等各种人脸识别技术并详细分析其优缺点。其中基于几何特征的人脸识别方法是早期的识别方法之一,由于对几何特征提取的不准确使结果不容乐观。本文提出了一种自动标记特征点进行识别的算法。首先准确定位人脸面部的8个关键的特征点,然后计算特征点之间的8个重要的几何特征,最后用欧式距离进行识别。瞳孔定位是其它特征点定位的关键,用眼睛区域搜索算法确定眼睛窗口。通过对混合投影函数定位眼睛算法的研究,发现当瞳孔不在眼睛中心时定位不准确。本文提出一种改进的混合投影函数用于精确定位瞳孔位置。以瞳孔精确定位为前提,根据眼睛、鼻子和嘴巴之间的结构关系依次确定鼻子和嘴巴所在的区域,分别用鼻子区域的灰度分布和积分投影算法定位鼻子和嘴巴的特征点。实验表明,该算法优于传统的识别算法,识别速度快,适用于对实时要求较高的系统。
其他文献
神经网络集成通过训练多个神经网络并将其结果进行集成,可以显著地提高学习系统的泛化能力。由于其具有优越的性能和广泛的适用性,近年来已成为国内外机器学习界的一个研究热
网络模拟是研究网络行为、评价网络协议的重要手段,具有重要的学术研究与应用价值。近年来,随着Internet的迅速发展,网络研究的规模越来越大,相应的,对网络模拟的要求也日益
从计算机诞生至今,计算机的应用已经遍布人们生活的方方面面,从科学计算到日常娱乐无不有计算机的影子。计算机的发展加速了不同学科交流融合的步伐,如今数学、物理、生物、
合成孔径雷达(SAR)具有全天时和全天候的特点,在国民经济和国防建设中扮演着重要的角色,SAR图像分割是遥感图像理解和解释领域中的基础。最近,已涌现出大量SAR图像分割算法,
自引导车(Auto Guidance Vehicle)是移动机器人研究和工程应用的一个重要领域。随着计算机和机器人技术的不断发展,现代自引导车已经在工业制造、军事、民用、科学研究等许多
随着嵌入式技术和移动通信技术的飞速发展,尤其是第三代移动通信技术的快速发展,个人通信的需求也日益广泛。未来手机的应用具有一定的想象空间,它是移动计算技术和无线通信
报表是现代呼叫中心系统中十分重要的组成部分。呼叫中心对业务评价需求的高度关注要求系统提供灵活多样的报表功能。然而,传统呼叫中心一般仅提供几种固定的报表格式,越来越
微电子技术、计算技术、无线通信技术的发展,使得低功耗通信及传感能够集成到更小尺寸、更廉价、功耗更低的节点上,这促成了无线传感器网络(WSNs, Wireless Sensor Networks)
随着半导体制造工艺的不断发展,LED打印技术已广泛应用于实用彩色输出领域。而运动控制器作为LED打印机的执行模块,主要负责接收、解释主控制器发来的打印命令,配合对敏感元
合成孔径雷达(Synthetic Aperture Radar,SAR)图像的目标检测首先从SAR图像中提取出包含潜在目标的感兴趣区域,然后在潜在目标区域中对人工目标进行定位,实现目标与背景的分