题名 | 正面人脸识别中眼镜摘除问题的研究 |
作者 | 赵勇 |
答辩日期 | 2014 |
导师 | 李战明 |
关键词 | 人脸识别 主成分分析 独立成分分析 二维广义主成分分析 人脸重建 |
学位名称 | 硕士 |
英文摘要 | 随着计算机以及相关技术的发展,自动人脸识别技术已经逐渐成为研究的热门领域。但是在人脸识别中,人脸通常会受到光照条件、面部表情、姿态、以及其它的遮挡物所干扰,影响识别效果。其中眼镜作为最常见的遮挡物,对于人脸识别效果有着很大的影响。因此,出于能够有效的提高人脸识别率的目地,研究如何摘除人脸图像中的眼镜显得意义重大。论文首先介绍了该课题的背景,对人脸识别技术的基本理论作了简单的叙述,列举了常用的人脸识别算法。然后介绍了用于合成无眼镜人脸图像的主成分分析(principalcomponent analysis, PCA)算法以及PCA和独立成分分析(independent component analysis, ICA)融合而成的算法。分析这两种方法在重构无眼镜人脸图像所存在的缺陷:PCA的表现能力是由训练集所决定的,因此,眼镜所带来的重建误差被分散到整幅重建人脸图像中,这导致重建的无眼镜人脸图像上有一些眼镜的痕迹。PCA+ICA算法速度比较慢,占用内存大,而且处理效果不是很理想。在基于上述研究的情况下,本文提出了一种用新的方法来重建人脸的方法:该方法利用了二维广义主成分分析(two-dimensional image principle component analysis,2DIMPCA)算法,利用ICA善于表达人脸局部细节的特点,二者可以形成一种很好的补充和改进。用2DIMPCA+ICA+W来进行人脸的重建,能比较快速的合成比较自然的无眼镜人脸图像。另外论文采用多次迭代人脸重建加误差补偿的方法来对戴眼镜的人脸图像进行处理,尽可能的使合成的图像失真少,眼镜痕迹不明显,从而为后期的人脸识别系统提供高质量的图像输入,使得人脸识别率提高。最后本文在MATLAB上实现了算法的模拟及测试,通过不同的试验结果数据的比较均证实论文算法的优越性 |
语种 | 中文 |
页码 | 73 |
URL标识 | 查看原文 |
内容类型 | 学位论文 |
源URL | [http://ir.lut.edu.cn/handle/2XXMBERH/90270] ![]() |
专题 | 兰州理工大学 |
作者单位 | 兰州理工大学 |
推荐引用方式 GB/T 7714 | 赵勇. 正面人脸识别中眼镜摘除问题的研究[D]. 2014. |
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