关于ASM的姿势鲁棒的人脸识别算法.pdf

捅 受 摘 要 人脸识别是指基于已知的人脸样本库，利用图像处理和模式识别技术从静态 或动念场景中，彭{别或验证一个或多个人脸。在许多人脸识别应用中，人脸图像 的成像条件是非理想的，即不能保证光照环境的一致性，也无法要求被拍摄对象 的主动配合，因此光照、姿势变化的人脸识别是目前的研究热点。本文提出了一 种针对姿势变化条件下人脸识别系统的框架，具体如下： Active l-对实验室原有的级联MR．ASM(Multi．resolutionModel)算 Shape 法进行了改进，提出改进方法，以纹理信息的欧氏距离为基础，结合了级联和最 小值计算的策略来达到精确定位特征点的目的。 2．人脸『F则化方法研究。将ASM定位结果映射到公共形状控制参数空间， 去除姿势相关参数得到『F面人脸模型，通过二维非线性映射实现人脸J下则化；由 两幅图像的ASM定位结果合成三维人脸模型，经过三维空间的线性变化得到正 面人脸模型，通过纹理映射得到证则化人脸。 3．人脸特征提取方法的研究。对于币则化的人脸，利用两种方法提取特征， 一种方法是利用MPEG7提供的本征脸得到映射向量作为识别的特征，另一种方 法是提取人脸的LGT(10calGabor textons)特征，以加权LGT特征直方图作为 识别的特征向量。最后将提取的特征输入到K近邻分类器中，在CMU．PIE库中 验证并对比了两种特征的识别结果。 4．人脸谚{别演示系统的设计与实现。参照生物特征识别领域的一个接口标 准：BioAPI设计实现人脸识别系统，系统包括三部分：人脸检测，特征点定位， 分类识别，系统可以处理静态人脸图像和视频采集的图像。 关键词不同姿势；人脸识别；级联MR．ASM；人脸『F则化；LGT Abstract Abstract Face isto orvalidateoneormore in recognition facesstaticor recognize dynamic of and scenes，usingtechnologyimageprocessing patternrecognition．In most offace conditionis practicalapplicationsrecognition，the uncontrolled． imaging Itis the to illuminationinvariantandto impossible the of keep require cooperation human withilluminationor variationisoneof object，therefore，facerecognition pose recent this focuse