题名 | Hausdorff距离和小波分析在人脸识别中的应用 |
作者 | 郭宝峰 |
学位类别 | 博士 |
答辩日期 | 2001 |
授予单位 | 中国科学院声学研究所 |
授予地点 | 中国科学院声学研究所 |
关键词 | 人脸识别 Hausdorff距离 小波分析 人脸特征检测 |
中文摘要 | 本文主要侧重于人脸识别算法的讨论和研究。涉及到的主要内容包括:面部特征的检测;面部特征的表征、提取以及分类;分类距离的统计分析等等。具体工作有以下几个方面:在对以前工作进行深入分析和讨论的基础上,针对原有算法的不足,作者提出了一种新的改进型Hausdorff距离一空间加权Hausdorff距离,并且将其应用到了人脸识别中。对于人脸识别来说,不同的面部区域具有不同的重要性。这个新改进的Hausdorff距离利用了人脸器官分布和结构的先验知识,强调了人脸中某些特定区域对识别的重要性。这种考虑不仅增强了该距离的分类能力,而且有助于减少噪声和背景对识别的干扰。采用这个改进型Hausdorff距离,作者设计并且完成了一个简单的人脸识别演示系统。作者分析对比了空间加权Hausdorff距离和其他类型的Hausdorff距离在分类性能上的差异。实验结果表明:这个新改进的Hausdorff距离获得了更好的识别性能。此外,实验结果也证明了这种方法比其他方法具有更强的抗噪声干扰能力。利用不同人脸识别方法的优点,作者提出了一种结合基于Hausdorff距离的形状比较方法和特征模板匹配方法的新型混合型人脸识别策略。这个识别策略在逻辑上与人类辨识过程和一般的识别处理过程相一致。将两种人脸识别方法集成为一体可以提供更好的识别准确性,同时也能够维持原有比较低的计算消耗。我们通过实验评价了不同的边缘检测算子、不同的边缘检测门限以及不同的相关识别方法对人脸识别成功率的影响。从这些实验结果中,我们可以选定一些在面部识别应用中的最优化参数。结合小波分析和Hausdorff距离,本文提出了应用小波基边缘检测和Hausdorff距离比较的人脸识别新方法。这种方法将多尺度或者多分辨率分析思想引入到人脸图像的边缘检测以及后面的图像匹配之中。新方法紧密地结合了小波变换和Hausdorff距离比较。小波变换提供了一种多尺度分析方法,因而更加适合于提取人脸图像中具有不同尺度的脸部边缘特征。人的脸部由一些十分复杂的器官和结构组成。人的脸部边缘至少有两种不同的尺度,分别是具有较大尺寸的整个脸庞的轮廓和具有较小尺寸的脸部器官或者部件(眼睛、嘴巴和鼻子)的边缘。采用多分辨率方法分析人脸图像一方面可以得到关于脸部的多尺度边缘图,更好地表达脸部的形状结构特征;另一方面由于多分辨率分析的结构可以使算法设计和组织采用十分灵活和自适应的方法,有利于提高后续辨识进程的速度。此外,在阅读参考文献的基础上,本文还对人脸识别的研究作了综述并且总结分析了当前比较典型的人脸识别算法。在文章的最后,作者对该领域未来的研究方向和发展进行了探讨并提出了自己一些粗浅的看法。 |
语种 | 中文 |
公开日期 | 2011-05-07 |
页码 | 130 |
内容类型 | 学位论文 |
源URL | [http://159.226.59.140/handle/311008/734] ![]() |
专题 | 声学研究所_声学所博硕士学位论文_1981-2009博硕士学位论文 |
推荐引用方式 GB/T 7714 | 郭宝峰. Hausdorff距离和小波分析在人脸识别中的应用[D]. 中国科学院声学研究所. 中国科学院声学研究所. 2001. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论