硕士论文-基于贝叶斯策略的人脸识别研究

中国科学院计算技术研究所硕士学位论文基于贝叶斯策略的人脸识别研究姓名：唐杰申请学位级别：硕士专业：计算机应用指导教师：贺思敏20060601基于贝叶斯策略的人脸识别研究作者：唐杰学位授予单位：中国科学院计算技术研究所相似文献(10条)1.学位论文王曦基于上下文驱动多贝叶斯分类器的人脸检测定位系统2007人脸检测是模式识别的一个新近的发展方向和重要应用，人脸检测和识别在安全识别、身份鉴定、以及公安部门的稽查活动中都有广泛而重要的应用前景。就人脸检测这一部分，它是人脸识别的首要步骤，长久以来人们都在致力于找到一个能够快速定位人脸的算法。目前人脸检测的方法主要有两种，基于启发式模型的方法和基于统计式模型的方法，而近些年，基于统计模型的模式识别方法被广泛运用，比如基于神经网络的模式识别等。说到人脸检测就不能不提到人脸识别问题，人脸识别问题是指：对输入的人脸图像或者视频，首先判断其中是否存在人脸，如果存在人脸，则进一步的给出每个人脸的位置、大小和各个主要面部器官的位置信息，并依据这些信息，进一步提取每个人脸中所蕴含的身份特征，并将其与已知人脸库中的人脸进行对比，从而识别每个人脸的身份。人脸识别技术具有广泛的应用前景，在国家安全、军事安全和公共安全领域，智能门禁、智能视频监控、公安布控、海关身份验证、司机驾照验证等是典型的应用：在民事和经济领域，各类银行卡、金融卡、信用卡、储蓄卡的持卡人的身份验证，社会保险人的身份验证等具有重要的应用价值：在家庭娱乐等领域，人脸识别也具有一些有趣有益的应用，比如能够识别主人身份的智能玩具、家政机器人，具有真实面像的虚拟游戏玩家等等。本文提出的人脸检测问题是人脸识别这个问题下的一个子问题，这也是人脸识别的前提。本文将介绍人脸检测与人脸识别中的各种技术，列举数据比较各种人脸检测方法的检测效果，以比较它们的优劣。并且提出一种基于上下文驱动多贝叶斯分类器的人脸检测定位方法。最后用一系列的实验验证该方法在各种应用的适应能力。2.期刊论文连国云.刘辉.邓彬.LianGuo-yun.LiuHui.DengBin基于贝叶斯分类在人脸识别应用中的研究与实现-山西电子技术2007,(6)本征脸法将图像看做矩阵,计算本征值和对应的本征向量作为代数特征进行识别.将本征脸法分别与欧氏距离判据及贝叶斯判据相结合进行人脸识别,并对两种判据进行了比较.此外还对贝叶斯判据在人脸识别应用中进行了改进,采用ORL图像库的实验表明,改进是有效的.3.学位论文江永宏素描人脸识别与相关反馈2005本文研究素描人脸识别，并把有人机交互学习功能的相关反馈技术引入到素描人脸识别中，用贝叶斯分类器处理反馈信息来优化搜索结果。　　本文的工作主要有三方面：一是对素描人脸识别领域作了一个概述；二是对相关反馈技术作了一个概述；三是研究基于贝叶斯分类器相关反馈技术在素描人脸识别中的运用。作者在一个已有的素描人脸识别搜索系统中，进行基于贝叶斯分类器相关反馈的实验。其主要思想是利用人机交互式学习，优化搜索结果。实验表明，反馈后的搜索结果要优于反馈前的搜索结果，但是搜索结果的优化一定程度上依赖于反馈信息的选取。4.期刊论文唐杰.山世光.陈熙霖.高文.TANGJie.SHANShi-guang.CHENXi-lin.GAOWen基于非参数技术的贝叶斯人脸识别算法-计算机应用研究2007,24(7)考虑到类内差与类间差的分布实际并不是严格的高斯分布,在概率密度估计方面提出改进的方案.采用非参数技术而不是高斯模型估计后验概率,将其应用于传统的贝叶斯分类器.在FERET数据库的FB及FC子集上的实验结果表明,使用非参数技术的贝叶斯分类器优于或相当于使用高斯模型的分类器,且具有训练简单的优点.5.学位论文卢晓菁可变光照下的人脸识别技术研究2007人脸识别技术是模式识别和机器视觉领域最富挑战性的研究课题之一，它在公共安全、信息安全、人机交互等领域中有着广泛的应用前景。经过三十多年的研究，人脸识别技术在理想环境条件下已达到实用程度，但是在环境不可控的情况下，由于光照、姿态、表情、遮挡等变化的影响，已有的人脸识别算法性能大大下降，其应用范围也受到了较大的限制。因此，针对各种变化的鲁棒的人脸识别技术是当前的一个研究热点。本文主要针对不同光照条件下的人脸识别技术进行了研究。主要完成的工作概括如下：首先，在图像预处理环节，本文提出了一种人脸图像光照补偿的新方法。通过构造原人脸图的二值图,从而确定出原图所属的光源方向。然后，在除正面光源外的每个光源方向上构造出通用的平均亮度差值来进行光照补偿。最后，结合去掉三个特征值最大的PCA特征向量的方法进行识别。实验表明，这种方法能够显著提高光照变化条件下的人脸识别率。其次，在特征提取环节，分别介绍了PCA，2D-PCA，2D-LDA和PCA+LDA四种方法的基本原理。其中，2D-PCA和2D-LDA都是基于2D人脸图像矩阵而无须矢量化的方法，能够有效地解决运算量和矩阵奇异的问题。而PCA+LDA算法则是先用PCA投影矩阵将原始向量空间降维，然后再用LDA进一步降低维数并获取精简的分类特征，从而在能够很好地表示图像的结构信息的同时减少了计算量，也避免了LDA的矩阵奇异问题。在分类器设计环节上，介绍了4种经典的分类器：最近邻分类器，k-近邻分类器，SVM和贝叶斯分类器，其中重点讨论了贝叶斯分类决策的基本原理及在人脸识别中的应用。最后，在原始图像集、直方图均衡化的图像集和用本文提出的光照补偿算法补偿的图像集上，分别将不同特征提取方法与不同分类器进行组合实验。在实验数据中分别从光照预处理，特征提取方法和分类器三方面进行分析，从中得到在不同光照条件下识别效果最好的组合：先用本文提出的光照补偿对图像进行预处理，然后结合PCA+LDA方法和贝叶斯分类器。6.期刊论文陈彪.吴成东.郑君刚基于RBF网络和贝叶斯分类器融合的人脸识别方法-电子产品世界2009,16(2)提出一种基于径向基函数(RBF)网络和贝叶斯分类器的人脸特征分类与识别算法,以提高小样本人脸识别精度.通过基于聚类方法的RBF神经网络和贝叶斯分类器融合设计实现人脸图像的分类识别.实验数据分析表明,该方法在人脸骨骼特征突出情况下具有较高的识别率.文中提出的分类器融合的识别方法具有良好的学习效率和识别精度品质指标.7.学位论文丁玲贝叶斯分类技术和纹理检索方法的研究2006贝叶斯理论最初起源于模式识别领域的研究，贝叶斯定理是其中最重要的一个公式，是贝叶斯学习方法的理论基础，它将事件的先验概率和后验概率巧妙地联系起来，利用先验信息和样本数据信息确定事件的后验概率。作为一种基于概率的统计学习和决策理论框架内的基础方法，贝叶斯理论在决策分类领域已得到了广泛的应用，目前已成为人工智能领域研究的热点课题之一。本文主要讨论了基于贝叶斯方法的分类器，并从两个不同的角度对其进行改进，即朴素贝叶斯分类器基础上的改进分类算法研究和基于AdaGabor的贝叶斯人脸识别，同时，也针对基于纹理的图像检索方法进行了研究，并应用于电脑刺绣的花样检索系统中。主要研究成果为下：1．针对朴素贝叶斯的独立性假设不成立时，会导致分类器性能下降的问题，本文提出了一种放宽这种独立性假设的算法L2DLNB。该算法使用给予条件互信息的懒惰学习方法，在求不同类标的似然度时，使用不同的属性依赖关系，从而能够更加准确的计算出各个类标似然度。实验结果表明此算法在UCI机器学习资源库上取得了良好的分类精度。2．本文提出了一种基于AdaGabor特征的贝叶斯人脸识别方法，首先采用AdaBoost算法从大量候选的Gabor特征中选择出适合于描述人脸的特征，从而排除了大量冗余的特征；然后通过贝叶斯方法进行进一步的特征选择，给不同判别能力的特征以不同的权重。实验证明了Gabor特征具有比象素更好的描述性能；AdaBoost方法明显优于其它特征选择方法；基于AdaGabor的贝叶斯方法有机结合了Gabor与贝叶斯方法的优点，大大提高了识别性能。3．本文将一种基于纹理的图像检索算法运用在智能刺绣系统PDS的花样检索系统中，其效果很好。8.学位论文李春明视频图像中的运动人体检测和人脸识别2005本论文主要介绍了作者对运动目标检测与分析中一些算法的研究，主要包括了视频序列中运动目标的分割算法与外轮廓精确提取算法、非拥挤环境中的运动人体检测算法、视频序列中具有可分离性的多人脸检测算法、多角度不同表情下的人脸识别算法等。本文的目的是研究简单高效的算法，将运动人体的检测与分割、人脸检测与识别作为一系列的问题进行研究。本论文的主要研究成果列举如下：在研究已有算法的基础上，针对基于帧间差分方法对噪声敏感的问题，本文提出一种基于特征对象的的运动目标检测与外轮廓精确提取算法。特征对象由改进的KL变换计算得出，它不但具有运动对象的位置、形状等信息，而且与原图像序列的某一帧图像相对应。由此，可以进行运动对象的分割与提取。对刚体和非刚体运动对象，利用特征对象方法都只需3帧即可将其与背景分离。检测到特征对象后，将时间信息与空间信息相结合提取运动目标的精确位置及外轮廓。进一步，设计了基于KLT/Snake混合模型的运动目标外轮廓精确提取算法。实验结果表明，该算法计算速度快，能够正确的检测与分割复杂背景下的多运动目标，并且可精确提取运动目标的外轮廓。在研究现有人体检测算法的基础上，以简单高效为原则，设计了基于时间信息和人体形状信息相结合的非拥挤环境下人体检测算法。首先利用本文提出的特征对象法检测和分割运动目标，然后利用人体的形状信息区分运动目标中的人体与非人体，并利用连续多帧排除了目标间的短时互遮挡。算法的优点是运动目标检测准确，进行人体检测时不受人体角度的影响。而且，由于在运动目标检测时已对目标阴影进行了处理，因此提取的人体外形不受阴影的影响。分析和实验表明，该算法抗干扰能力强，可以准确检测到非拥挤场景中的多个运动人体。提出了将运动信息与边缘投影函数相结合的视频序列人脸检测与定位算法；针对经典Sobel算子检测到的边缘粗，对噪声敏感的问题，设计了双阈值Sobel算子进行边缘检测，该算子检测到的图像边缘清晰、细致、噪声少；提出了平方投影函数，该投影函数不但可区分均值相同的区域，而且可区分方差相同的区域。因为边缘图像携带了丰富的图像信息，且对光照条件的改变不敏感；投影函数可检测灰度值变化的区域；运动目标检测得到的图像背景简单，因此将运动信息、边缘函数与投影函数结合起来设计的人脸检测与定位算法简单实用。多角度不同表情下的人脸识别是人脸识别领域的一个难点。设计人脸识别算法时最重要的两个步骤一是设计合适的特征提取算法，另一个是设计合适的后期分类器。现有的人脸识别算法在这两点上各有偏重，而将这两方面综合起来考虑的算法还不成熟。针对以上问题，提出了一种新的基于二维主元素分析法的贝叶斯人脸识别算法。该算法综合了二维主元素分析法进行特征提取时计算简便、速度快、可对原始数据降维的优点，以及贝叶斯分类器可分析人脸多种变化的优点。分析和实验表明，该算法适合多角度不同表情下的人脸识别，且计算简单、速度快。9.期刊论文米西峰.贾林基于统一贝叶斯构架的人脸识别技术-科技咨询导报2007,(24)本文介绍的人脸识别方法是在贝叶斯分类方法基础上集成了特征脸方法和线性判别方法(FLD),并产生了新的增强型概率推理模型.这里的贝叶斯构架方法首先应用主分量分析(PCA)算法进行降维处理,PCA算法能有效减少噪声的干扰并使一些起关键作用的成分得到加强.在用PCA算法进行数据压缩后,用贝叶斯分类器在已经经过PCA算法得到压缩的子空间上用最大后验概率规则进行人脸识别的任务.概率推理模型(RPM)将被详细介绍,因为它的识别性能比特征脸方法和线性判别方法都好.10.学位论文田相军人脸识别中图像预处理与分类器的研究2006人脸识别技术是模式识别与人工智能的研究热点之一。在生物特征识别中，人脸识别占有极为重要的地位。它在访问控制、司法应用、电子商务和视频监控等领域拥有十分广泛的应用。人脸识别作为一个系统，它分为三个阶段，即预处理、特征提取和分类