多姿态人脸识别算法设计与分析

哈尔滨工业大学工程硕士学位论文

摘要 .......................................................................................................................... I ABSTRACT ................................................................................................................ II 第1章绪论 .. (1)

1.1研究背景 (1)

1.2课题研究的目的与意义 (2)

1.3人脸识别技术研究现状 (2)

1.4多姿态人脸识别方法概述 (4)

1.5本文主要研究内容 (5)

1.6文章结构 (6)

第2章人脸关键点检测 (7)

2.1引言 (7)

2.2基于形状回归的人脸关键点检测算法 (8)

2.2.1 形状回归框架 (8)

2.2.2 级联回归 (9)

2.2.3 回归单元 (10)

2.2.4 特征和特征选择 (11)

2.3改进的光照鲁棒的人脸关键点检测算法 (13)

2.3.1 直方图匹配 (13)

2.3.2 目标直方图的选择 (14)

2.3.3 直方图拟合 (15)

2.3.4 算法实验结果及分析 (16)

2.4本章小结 (18)

第3章局部图像描述子 (19)

3.1引言 (19)

3.2经典的局部图像描述子 (19)

3.3韦伯局部描述子 (21)

3.3.1 韦伯定律 (22)

3.3.2 差分激励 (23)

3.3.3 方向 (24)

3.3.4 构造WLD直方图 (24)

哈尔滨工业大学工程硕士学位论文

3.4本章小结 (26)

第4章多姿态人脸识别算法设计 (27)

4.1引言 (27)

4.2算法设计思路 (27)

4.3提取局部特征 (30)

4.4构造融合特征 (31)

4.5决策融合 (34)

4.6本章小结 (35)

第5章人脸识别算法实验结果及分析 (36)

5.1算法分析 (36)

5.1.1 全局随机选择与局部随机选择 (36)

5.1.2 融合特征对识别率的影响 (37)

5.1.3 算法参数设置 (38)

5.2FERET人脸库实验 (39)

5.3GT人脸库实验 (40)

5.4LFW人脸库实验 (41)

5.5ORL人脸库实验 (42)

5.6ORL库随机遮挡实验 (43)

5.7本章小结 (45)

结论 (46)

参考文献 (47)

攻读学位期间发表的论文 (53)

哈尔滨工业大学学位论文原创性声明和使用权限 (54)

致谢 (55)

哈尔滨工业大学工程硕士学位论文

第1章绪论

1.1 研究背景

随着计算机科学和技术的发展，近年来生物识别已经成为模式识别和计算机视觉领域中的研究热点。由于每个人所携带的某些生物特征具有唯一性和稳定性，不易被伪造和假冒，因此生物识别具有安全、方便、精准等诸多优点。主流的生物识别技术主要有指纹识别、人脸识别、掌纹识别、虹膜识别、语音识别和静脉识别等。根据最新的行业分析调查报告显示，2013年全球生物识别产品的市场规模为98亿美元，其中指纹识别产品的市场份额占比高达60.1%。但是，随着人脸识别、语音识别、虹膜识别技术的兴起，这一比例呈逐年下降趋势。预计到2020年，全球市场规模有望突破200亿美元，其中人脸识别、语音识别、虹膜识别的占比预计分别为9.6%、22.4%和6.4%。

生物识别系统根据识别的过程中是否触碰物理仪器，可以分为接触式识别系统和非接触式识别系统。非接触式生物识别系统的用户在使用过程中不需要接触任何仪器就可以完成生物特征的采集和识别。常见的接触式生物特征识别技术有指纹识别、接触式掌纹识别和静脉识别；人脸识别、虹膜识别和语音识别都是非接触式生物识别技术。相比接触式生物识别系统，非接触式系统更卫生、更安全，提高了用户对生物识别产品的认可度。特别是在2003年非典疫情爆发之后，人们在日常生活中更加关注公共卫生和个人卫生，接触式生物特征识别系统在公共场所的使用中难免会传播细菌和疾病。这极大促进了非接触式生物识别技术的发展，越来越多的产品开始进入市场。此外，非接触式生物特征识别系统可以有效避免个人生物信息（如指纹、掌纹等）泄露，避免了不法犯罪案件的发生，大大提高了系统的使用安全性。但是，非接触式的生物识别技术也为科研人员带来很多挑战。由于采用非接触的特征采集方式，用户在信息采集过程中的位置变化、环境变化和噪声干扰等不确定因素都增加了系统的信息处理和识别难度。

人脸识别是一种通过比对人脸面部的生物信息进行身份判别的计算机技术。通过对特定场景区域中的人脸图像进行捕捉、分析，提取有效的身份鉴别信息，再和存储在数据库中已知的身份信息进行比对得出目标的身份。随着“智慧城市”等概念的提出，自动可靠的身份验证和识别技术已经引起了社会各行各业和政府的广泛关注。人脸识别作为生物特征识别技术中的重要组成部分，