下载

1下载券

加入VIP
  • 专属下载特权
  • 现金文档折扣购买
  • VIP免费专区
  • 千万文档免费下载

上传资料

关闭

关闭

关闭

封号提示

内容

首页 VC人脸识别技术论文

VC人脸识别技术论文.doc

VC人脸识别技术论文

用户3787806245
2013-12-16 0人阅读 举报 0 0 0 暂无简介

简介:本文档为《VC人脸识别技术论文doc》,可适用于IT/计算机领域

<aa>VC人脸识别技术论文    目录  摘要  关键词  ABSTRACT  KEYWORD  人脸检测的意义国内外的情况综述  单帧图像的人脸定位  彩色空间以及彩色空间的转换  人脸肤色模型二值化  后处理  人脸区域的定位  视频流  视频流采集工具VIDEOFORWINDOWS简介  视频流采集的实现  AVICAP主要功能  具体实现  视频流的绘制  试验数据与展望  试验数据  展望  参考文献  附录A系统使用说明        摘要  人脸识别技术可以应用于基于网络的身份认证我们实现了基于WEBCAM的人脸识别与跟踪系统。本文以WEBCAM采集的视频流为数据源截取视频流中的单帧图像通过转换彩色空间、人脸肤色建模、后处理操作和人脸定位算法实现了人脸检测并以此为基础实现了在视频流中对于人脸的跟踪。试验结果表明我们所实现的人脸识别算法适用于近距离人脸的检测可以应用于基于WEBCAM的身份认证。关键词  人脸识别人脸检测肤色定位视频流  ABSTRACT  FACERECOGNITIONCANBEAPPLIEDTOIDENTITYAUTHENTICATIONONINTERNET,NOWWEHAVEREALIZEDFACERECOGNITIONANDTRACKINGSYSTEMBASEDONWEBCAMTHISESSAYTAKESVIDEOFLOWINGCOLLECTEDFROMWEBCAMASDATASOURCE,ANDCUTSOFFSINGLEFRAMEINVIDEOFLOWINGITHASREALIZEDFACEDETECTIONTHROUGHTRANSFORMINGCOLOREDSPACE,COMPLEXIONMODELING,AFTERTREATMENTANDFACEORIENTALGORITHMS,ANDBASEDONWHICHTHEESSAYHASREALIZEDFACETRACKINGINVIDEOFLOWINGTHERESULTOFTHETESTSHOWSTHATTHEFACEDETECTIONALGORITHMSWEREALIZEDADAPTSTOSHORTDISTANTFACEDETECTION,ANDALSOCANBEUSEDASIDENTITYAUTHENTICATIONBASEDONWEBCAMKEYWORD  FACERECOGNITION,FACEDETECTION,COMPLEXION,VIDEOFLOWING人脸检测的意义国内外的情况综述  基于视频流的人脸分析是目前计算机模式识别和图形图像领域中的研究热点其目的是在视频中自动检测、定位、跟踪和识别人脸。该技术能广泛应用于基于内容的图像检索、视频编码、生物认证、计算机安全、电子商务等领域。虽然已经有很多人脸检测和识别算法但至今仍有大量的研究者在研究这项技术这是因为人脸是一个动态的目标在表达形式上有高度的可变性导致该项技术仍然是机器视觉中的难点。  基于WEBCAM(INTERNET上的摄像头)的人脸检测和跟踪技术是将人脸分析技术与基于INTERNET的视频流相结合的一项技术可以应用于在INTERNET上的身份认证和安全。目前已经有大量的生物认证技术(如指纹识别虹膜识别人脸识别)应用于身份认证用于加强传统身份认证技术(如口令)。但是这些技术均只能用于本机操作而不能用于INTERNET上身份的验证。例如我系计算机教育与应用研究所开发出了基于BS模式的考试系统从理论上说可以实现在INTERNET上的考试。然而由于不能解决在INTERNET上的身份认证该系统目前只能适用于在局域网中进行在线测试。可以设想如果有了基于WEBCAM的人脸检测和跟踪技术我们就可以在此基础上实现考试过程中的身份认证和考试监控。  基于WEBCAM(INTERNET上的摄像头)的人脸检测和跟踪技术的核心是人脸分析。人脸分析的任务包括人脸检测人脸识别和人脸跟踪。人脸检测是许多后期应用的预处理过程。有许多方法可以用于人脸检测这些方法可以分成四大类:  ()基于知识(KNOWLEDGEBASED)的方法是基于规则的方法试图对人脸特征在直觉上建模。  ()基于特征不变性(FEATUREINVARIANT)的方法是利用特征的不变性进行检测如比例、方位、灰度级和肤色等)。  ()模板匹配(TEMPLATEMATCHING)的方法通过手工定义人脸的模板或者是脸部特征来与输入图像进行匹配。  ()基于外貌(APPEARANCEBASED)的方法通过机器学习的方法找到人脸中的相关特征。  STYLE=BORDERRIGHT:MEDIUMNONEBORDERTOP:MEDIUMNONEBORDERLEFT:MEDIUMNONEBORDERBOTTOM:MEDIUMNONEBORDERCOLLAPSE:COLLAPSEMSOPADDINGALT:CMPTCMPTMSOBORDERALT:THREEDEMBOSSWINDOWTEXTPTCELLSPACING=CELLPADDING=BORDER=>  方法  代表文章  基于知识  MULTIRESOLUTIONRULEBASEDMETHOD  不变特征  面部特征  GROUPINGOFEDGES  肌理(皮肤)  SPACEGRAYLEVELDEPENDENCEMATRIX(SGLD)OFFACEPATTERN  肤色  MIXTUREOFGAUSSIAN  多重特征  INTEGRATIONOFSKINCOLOR,SIZEANDSHAPE  模板匹配  预先确定的人脸模板  SHAPETEMPLATE  可变的(人脸)模型  ACTIVESHAPEMODEL(ASM)  基于外观的(识别)方式  特征人脸  EIGENVECTORDECOMPOSITIONANDCLUSTERING  分布式  GAUSSIANDISTRIBUTIONANDMULTIPLAYERPERCEPTRON  神经系统网络  ENSEMBLEOFNEURALNERWORKSANDARBITRATIONSCHEMES  支持矢量机技术  SVMWITHPOLYNOMIALKERNEL  简单贝叶斯分类  JOINTSTATISTICSOFLOCALAPPEARANCEANDPOSITION  隐马尔可夫模型  HIGHERORDERSTATICSTICSWITHHMM  信息理论法  KULLBACKRELATIVEINFORMATION  表格一 概括了单一图像中这四类人脸检测的算法和具有代表性的文章    其中人脸的肤色作为一种有效的特征已经在人脸识别和人手跟踪等许多应用中得到使用和证明。虽然不同的人有不同的肤色但经研究表明:这主要是由于肤色的亮度和色度之间存在差异造成的。  许多基于肤色不变性的人脸识别方法都是构建一个肤色模型。最简单的肤色模型是定义一个肤色像素的色调阈限用CRCB标识值例如R(CR,CB)是从肤色模型像素的实例中取值的。选用适合的阈限(CR,CR)和(CB,CB)如果一个像素(CR,CB)的值符合这个范围域内即CR  CROWLEY和COUTAZ根据规格化RGB彩色空间中的直方图H(R,G)的(R,G)值得到由特殊RGB向量给出的某像素的出现概率如果H(R,G)>=ΤΤ是从直方图的实例中根据经验选定的一个表示肤色像素出现概率的域值那么这个像素被归类到相应的肤色中去。  SAXE和FOULDS提出一种迭代的皮肤识别方法这种方法使用HSV色彩空间〔〕的直方图交集。肤色像素中的一个初始化的点被称为控制点。这些点是由用户选择的常被用于迭代算法的初始化。为了识别肤色的区域他们的方法是通过一幅图像中某一时刻的点移动把来自该图像的控制直方图和当前直方图的比较关系表现出来。直方图交集被用于比较控制直方图和当前直方图如果匹配值或公共的实例数目(例如交集)比一个域值大那么当前点被当做肤色来分类。  相对于前面所述的非参数方法高斯密度函数和混合高斯是常被用于模拟肤色的参数方法。KJELDSEN和KENDER定义一个在HSV色彩空间中用来从背景中区分出皮肤区域的色彩术语。常常使用可能性大的值来估算单峰高斯分布中的参数且宁可使用一种混合高斯而不使用一种多模型分布因为有报告表明不同种族背景的有色人种不能构造一种多模型的分布的色彩直方图。  JONES和REHG在从规格化RGB色彩空间中搜集来的、近十亿个被标识的皮肤色调像素中进行一项大级别的实验。比较直方图的性能和混合模型对皮肤的识别他们发现直方图模型在正确度和计算代价上更有优势。如果肤色模型能够完全适应于不同光照条件的需要那么肤色信息是用于识别脸部区域和特殊脸部特征的有效工具。然而这样的肤色模型在光源变化显著的光谱中就无效了。换句话说由于背景和前景光照的变化肤色表现出来的状态经常是不稳定的。虽然通过使用物理学模型能明确地表达色彩稳定不变的性质但是在光照条件变化的情况下使用肤色识别还是存在有些问题的。  此套论文运行界面网址(请复制到浏览器打开):Http:wwwlunwendzcomisearchaspCondition=VClwtype=人脸套完整计算机论文,套完整机械论文下载地址Http:wwwlunwendzcomfree

用户评价(0)

关闭

新课改视野下建构高中语文教学实验成果报告(32KB)

抱歉,积分不足下载失败,请稍后再试!

提示

试读已结束,如需要继续阅读或者下载,敬请购买!

评分:

/8

VIP

在线
客服

免费
邮箱

爱问共享资料服务号

扫描关注领取更多福利