快速人脸检测与特征定位

人脸检测与特征定位是人脸分析技术的一个重要组成部分,其目标是在图像中搜索人脸特征(如眼、鼻、嘴、耳等)的位置。虽然人们可以毫不费力地完成这些工作,但对于机器来说,这依然是一件极其困难的任务。近几年来该项技术已有了长足的发展,已成功地应用于诸如人脸识别、姿态识别、表情识别、脸部动画等诸多领域。本文利用David Cristinace和Tim Cootes提出的一个多阶段人脸特征检测方法实现了一个实时人脸特征定位系统。同时也对原算法本身作了一些改进,在对精度影响极小的情况下,大大提高了原算法的速度。     

表情识别的图像预处理和特征提取方法研究

表情识别是基于视觉信息将脸部的运动或脸部特征的形变进行分类,包括三部分:脸部定位、脸部特征抽取和表情分类.本文首先使用肤色模型进行脸部定位;对提取出来的人脸进行预处理,然后通过Canny鼻子和人脸形状模型相结合的Canny-AAM方法进行特征点定位;最后利用曲线拟合的方法进行特征提取.基于上述算法建立表情识别平台,经过大样本对实时表情识别验证,结果表明对于不同光照下的实时表情识别具有鲁棒性.     

人脸识别技术发展及应用分析

人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机采集人脸图像,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部的一系列相关技术处理．包括人脸图像采集、人脸定位、人脸识别预处理、记,忆存储和比对辨识,达到识别不同人身份的目的。     

三维脸部网格模型的交互式调整

脸部网络模型的建立是基于模型的人脸合成技术的关键步骤。提出了一种结合自动和交互方式，利用正交图象的三维人脸模型调整算法，首先利用区域增长法和矩形模板匹配确定正面图象中人脸及各特征区域的位置，利用变形模板自动提取人脸完整特征；然后交互地修正人脸特点的准确正面位置，并从侧面图象提取特征点的深度；最后算法自动确定脸部姿态和利用反向距离内插调整模型非特征点，获得输和人脸模型。实验结果表明，该算法简便实用，费时较少，具有一定的实用价值。     

基于计算机视觉的人脸检测与识别综述

人脸检测与识别是当前图像处理、模式识别和计算机视觉领域内的一个热门研究课题,在回顾人脸检测与识别技术发展历程的基础上,对人脸检测与识别的多种相关技术作了介绍与评论,着重讨论了检测定位方法与识别算法,比较了各种方法的优缺点,最后介绍了此技术的发展趋势。     

一种基于多视点图象的可变姿态人脸识别系统

本文报告了一种多姿态人脸图象识别原型系统，它不同于现有系统和方法，该系统可工作在合作对象下允许姿态变化（存在图象平面内旋转和深度方向上旋转，限于双眼可见）的人脸图象识别。由于对成象条件有所放松，故可望应用于身份验证、保安和视频会议等领域。对姿态可变条件下的人脸特征检测、姿态估计、识别建模以及基于模板相关的匹配等技术进行了深人研究，分析了光照、姿态及分辨率变化等因素对识别的影响程度。实验结果表明，对于３０类人脸，每人１８幅图象大小的测试集，达到了１００％的识别率。     

人脸图象的校准与特征抽取

脸自动识别是计算机模式识别领域的一个活跃课题,文中提出了一个基于眼睛位置估计的人脸校准方法,并提出了个基于ＫＬ变换与具有统计不相关性的最佳鉴别变换抽取人脸有效鉴别特征的方法,对由９６个,每个１０幅图象所组成的人脸图象数据库所作的实验结果表明,文中所提出的人脸校准方法能从具有一定复杂背景的人脸图象中比较成功地实现人脸自动校准,成功率与可靠性分别可达到９１．５％和９９．５％,文中所提出的人脸特征抽取     

一种基于多视点图像的可变姿态人脸识别系统

本文报告了一种多姿态人脸图象识别原型系统，它不同于现有系统和方法，该系统可工作在合作对象下允许姿态变化（存在图象平面内旋转和深度方向上旋转，限于双眼可见）的人脸图象识别。由于对成象条件有所放松，故可望应用于身份验证、保安和视频付领域。对姿态可变条件下的人脸特征检测、姿态估计、识别建模以及基于模板相关的匹配等技术进行了深入研究，分析了光照、姿态及分辨率变化等地识别的影响程度。实验结果表明，对于３０类     

基于小波变换域的人脸弹性识别方法

1 引言利用计算机进行自动、快速的人脸识别,一直是模式识别领域的前沿课题。目前的研究已不仅仅局限于人脸的几何特征,还包括统计特征和频谱特征等。许多方法考虑将多种特征结合以形成人脸的多元特征表达。Lades提出的弹性图匹配方法是一种基于整体的研究方法,它通过能量函数来实现匹配,其整体识别性能要优于特征脸方法。当向人脸库加入新的人脸时,特征脸法需要重新计算特征库中的特征脸,而弹性匹配法不需要改变已有的数据,直接加入新的模板数据即可。但其匹配过程是一个反复比较过程,计算量巨大,因此,该方法的最大缺点就是识别速度慢。本文利用二维小波变换的时频特性和多分辨率特性,对现有的弹性匹配法进行改进,在小波变换域上利用脸部对称性准确抽取人脸最具代表性的特征,且赋以不同权重,在充分利用小波高低频子图特点的基础上,根据本文提出的相似度和代价函数的计算方法进行人脸识别实验,在保证总识别率的前提下,使得识别时间同弹性图匹配法相比大大减少。     

真实感人脸建模研究的进展与展望

计算机合成真实感人脸是计算机图形学研究的一个热点,也是一个难点.以真实感人脸合成的过程为线索,从脸部数据的获取、人脸几何建模和真实感人脸生成这3个方面对近30年以来的真实感人脸建模方面的研究进行了详细的综述,并对其应用和未来的发展作了简要的介绍.     

一种改进的面部特征定位方法

针对传统主动形状换型ASM方法对初始位置和尺度敏感、定位不准等问题,提出了一种改进算法:在得到两个眼睛位置的前提下,据此调整模型或图像的尺寸,然后采取分区域的策略进行特征定位.实验表明,本方法简单易行,与传统方法相比定位准确度更高.     

基于核典型相关分析的多特征组合人脸识别

为了提高人脸的识别率,利用多特征和分类器之间的互补优势,提出一种基于核典型相关分析的多特征组合人脸识别方法（KCCA-MF）。提取人脸图像的LBP特征和Gabor特征,采用核典型相关分析算法对两种特征进行融合,以消除冗余特征,采用K近邻算法和支持向量机建立组合人脸分类器,并采用3个经典人脸库进行仿真分析。结果表明,相对于其他人脸识别方法,KCCA-MF提高了人脸识别的识别准确率和效率,可以满足人脸识别的实时性要求。     

脸部特征点定位方法综述

人脸识别技术极大推动了图像处理、模式识别、计算机视觉等诸多学科的发展。人脸部特征点的定位是人脸识别中的关键步骤,定位准确与否直接关系到后续应用的可靠性。系统综述了特征点定位六大类方法,分为基于灰度信息、先验规则、几何形状、统计模型、小波和3D方法,并给出了对各方法的性能评价以及对未来的展望。     

基于SVM的人脸检测研究

支持向量机（SVM）是在统计学习理论基础上发展起来的一种新的机器学习算法。依据SVM良好识别和泛化能力,实现了一种基于支持向量机的图像人脸识别方法。利用Opencv提取样本类的低层特征,训练具有径向基核函数的SVM分类器,在VS2008和Qt平台下实现识别软件开发。运行结果表明,软件具有良好的图像人脸检测能力。     

基于并行卷积神经网络的人脸关键点定位方法研究*

为解决人脸关键点定位受到姿态,光线,表情以及遮盖问题的影响而使得定位效果可靠性不佳的问题,提出了一种基于并行卷积神经网络的人脸关键点定位方法。文中利用卷积神经网络对局部细节特征提取以及深度学习特点,设计实现了一种并行卷积神经网络,该网络把人脸图像,上半人脸以及下半人脸分别送入到相同结构的卷积网络进行训练学习,通过对图像进行局部卷积以及下采样,提取人脸关键点附近的细节特征,并对三级并行网络定位结果进行加权合成,实现人脸特征点定位。在LWF人脸库上定位实验结果表明该方法在准确性以及可靠性都得到很大程度提升,能实现对人脸关键点的鲁棒准确估计。     

复杂背景下人眼定位及人脸检测

人眼定位和人脸检测是人脸识别的重要环节，复杂背景下，人眼定位及人脸检测容易受到光照以及其它物体的影响。在没有检测到人脸的情况下，对原始图像用sobel算子得到灰度边缘图像，进而得到边缘灰度加强图像，估算分割双眼的阈值范围。对边缘灰度加强图像二值化后，结合人脸的几何特征以及双眼的二维相关系数自动确定双眼候选点，利用人脸模板检验双眼及人脸的真实性。大量实验结果表明，该算法在复杂背景下进行人眼定位及人脸检测是有效的。     

基于局部奇异值对称平均的人脸识别方法

提出了一种基于局部奇异值对称平均的人脸识别方法。该方法首先对原始图像进行线性映射处理;接着采用局部奇异值分解提取人脸特征,并对所获得的特征作对称平均处理;最后依据最近邻决策规则进行识别。基于ORL人脸数据库的实验结果表明,该方法大大降低了原始特征空间的维数,有效地消除了图像亮度和噪声的影响,并取得了较高且稳定的正确识别率,在人脸识别中是一种有效的方法。     

HOG和多流形判别分析相融合的人脸识别

为了提高人脸的识别率,提出一种方向梯度直方图和多流形判别分析相融合的人脸识别算法。将一幅图像划分为多个子块图像块,并采用方向梯度直方图算法对每一个小块进行处理;采用多流形判别分析提取特征,并采用最小二乘支持向量机建立分类器对人脸进行分类和识别;在Yale和AR人脸库进行仿真实验。实验结果表明,相对于传统人脸别算法,该算法不仅提高了人脸识别率和识别速度,并且对光照和姿态变化具有较强的鲁棒性。     

用区域特征进行人面定位的研究

对人面定位中基于镶嵌图的区域特征提取进行了进一步的探讨,提供了一个利用区 域特征进行人面自动定位的系统.这个系统是建立在用镶嵌图抽取区域特征的基础上,应用 基于知识的模式识别方法构造的一个句法知识系统.系统具有独立的人面定位规则库,取得 了较高的正确识别率和效率.同时给出了一些实验结果.     

基于离散傅里叶不变特征的人脸识别

给出了一种基于离散傅里叶不变特征的人脸识别方法。从连续傅里叶变换出发,讨论连续傅里叶变换情况下的傅里叶变换性质,给出离散傅里叶变换情况下的傅里叶变换性质。依据离散傅里叶变换性质,推导出离散傅里叶变换的不变特征,并将其用于人脸图像识别。人脸识别结果表明方法具有很好的识别能力。