文件名称：人脸识别中若干关键问题的研究
文件大小：10.22MB
文件格式：PDF
更新时间：2022-01-17 05:45:02
自动人脸识别 生物特征识别 面部特征配准 主动形状模型
自动人脸识别（AFR）研究试图赋予计算机根据面孔辨别人物身份的能力。该研究具有重要的科学意义和巨大的应用价值。从学科建设与发展的角度看.AFR作为一个科学问题，是一个典型的图像模式分析、理解与分类计算问题，涉及模式识别，计算机视觉，智能人机交互，图形学，认知科学等多个学科。同时，作为生物特征识别关键技术之一的AFR技术则在公共安全、信息安全、金融等领域具有潜在的应用前景。 经过三十多年的发展，AFR技术取得了长足的进步，目前最好的AFR系统在理想情况下已经能够取得可以接受的识别性能。但测试和实践经验表明：非理想条件下的人脸识别技术还远未成熟！要开发出真正鲁棒、实用的AFR应用系统还需要解决大量的关键问题，尤其需要研究：（1）作为识别必要前提条件的面部关键特征精确定位问题； （2）高效的人脸描述特征及其相应的高精度核心识别算法；（3）如何提高AFR系统对不可避免的配准错误的鲁棒性问题。另外，对开发鲁棒实用的AFR系统而言，研究应用系统设计层面的诸多工程技术问题同样至关重要。以设计开发鲁棒、实用的AFR系统为目标，本文重点探讨了人脸识别中的上述关键问题。本论文的主要贡献总结如下： 1，全面综述了人脸识别研究的历史和现状 人脸识别研究国内外综述文章最晚也是2000年发表的，实际综述内容大多是1999年前的文献情况。本文给出的AFR综述首先探讨了AFR的一般计算模型，并按照AFR发展特点，将AFR研究划分为三个历史阶段，对每个阶段研究的特点以及代表性方法进行了较为详尽的总结，并从面部特征自动定位、人脸表示模型、分类和识别算法三个角度对人脸识别领域的主要方法进行了分类整理。在此基础上，结合近年来主要的人脸识别评测，对人脸识别研究的现状进行了阐述。此外，还总结了现有的主要商业人脸识别系统以及主要的公共人脸图像库的情况。最后讨论了人脸识别领域目前仍然面临的主要开放问题并简单分析了AFR领域的主要技术趋势。 2，研究了特征精确配准问题，提出了局部纹理约束表观模型LTC-AAM