关于样本方面毕业论文参考文献格式范文,与人脸检测技术综述相关论文文献综述模板

关于样本及神经网络及模板方面的免费优秀学术论文范文，关于样本方面论文文献综述模板,关于人脸检测技术综述相关论文范文集，对写作样本论文范文课题研究的大学硕士、本科毕业论文开题报告范文和文献综述及职称论文参考文献资料下载有帮助。

摘 要

近年来,计算机视觉在安防领域的应用正备受关注,身份识别是核心问题.人脸识别是一种基于脸部特征信息进行身份识别的技术,人脸检测是其中的基础和关键部分.介绍了四种不同的人脸检测技术,分析了相关的算法和理论,概述了各自的优缺点.最后,讨论了人脸检测技术今后的研究方向及发展趋势.

【关 键 词 】计算机视觉 身份识别 人脸检测

1.人脸检测问题综述

在国土安全和社会安全问题日益突显的背景下,世界各国家都对安防领域进行不遗余力地投入.随着计算机视觉技术的不断发展,基于生物特征识别的身份识别技术受到人们的广泛关注,在未来一段时间内生物识别技术将成为信息产业的一次革命.其中人脸识别技术作为一种极具潜力的生物识别方式,以其识别速度快,主动性强,性价比高等显著的技术优势,在各个领域都体现出了巨大的商业价值和社会价值.

人脸检测是人脸识别的前提和关键,一般采用相机实时采集含有人脸的图像或视频流,并自动在图像中对人脸进行检测和跟踪.人脸的自动检测是一项颇有难度的工作,主要体现在：（1）不同族群年龄等问题导致人脸的差异性.（2）人脸上的胡须等附属物对检测造成的干扰.（3）人体姿态变化和遮挡物存在对检测的影响.（4）环境和硬件条件对图像采集效果的影响.针对这些问题,国内外著名高校和科研机构进行了很多相关的研究,致力于解决在复杂背景下如何准确高效地进行人脸检测的问题.

2.实现人脸检测的相关技术

根据近年来计算机视觉领域人脸检测问题的研究进展,本文在这里进行总结性综述,目前人脸检测的方法可以分为基于知识和统计两类,有以下四种常用的检测算法.

2.1 模板匹配

模板匹配可以分成固定模板和变形模板.固定模板指的是根据先验数据归纳出一个统一的模板,然后根据一个能量函数确定被检测区域中和模板相关程度较高的位置,即人脸位置.由于不同人物之间脸部的差异性很大,加上环境等因素的影响,此方法并不具有很强的实用性.变形模板原理上和固定模板的操作方式相同,不过变形模板自身的参数模型在一定范围内具有可变性,因此检测的动态范围更大,检测效果相对较好一些.

2.2 样本学习

由于人脸的复杂性,显式描述十分困难,因此基于统计模式的检测方法受到了人们的广泛关注.此方法将人脸看做一种模式,通过对大量样本图像的机器学习完成分类器的构造,利用分类器实现对人脸的检测判别,在这里问题被转化为模式识别中的二分类的形式.

首先,需要建立一个样本空间,其中包括“人脸”和“非人脸”的正负两种样本,对样本图片归一化处理后,顺序展开后进行主分量分解,在大量样本形成的高维矩阵中计算其特征值和特征向量,然后采用一定的学习机制在特征空间中建立分类,以此可得到用来检测样本图片是否为人脸的正负判别规则式,二者为互斥关系.此检测方法具有较高的准确度,但是需要大量的正负样本图片,MIT等一些高校和研究机构建立了开放的人脸库.

2.3 人工神经网络

人工神经网络（ANN ）是将模式的统计特性包含在ANN的结构和参数中,对于人脸这类复杂的、难以显式描述的抽象型模式,这一检测方法具有其自身特别的优势.

神经网络方法本质上也是基于样本学习,首先使用经过预处理的“人脸”样本以及采用“自举”方法收集分类器错分的样本作为正负样本训练各个ANN,然后根据结果进一步对分类器进行修正,构造多层感知器（MLP）网络作为分类器对人脸进行检测.人工神经网络是并行分布式系统,采用了与传统人工智能和信息处理技术不同的原理,模拟大脑神经网络处理、记忆信息的方式进行目标检测.神经网络模型克服了传统的基于算数逻辑符号的人工智能在处理直觉、非结构化信息方面的缺陷,具有自适应、自组织和实时学习的特点,应用在人脸检测问题中性能表现突出.

2.4 基于隐马尔可夫模型

隐马尔可夫模型（HMM）是一种双重随机过程,一种是有限状态的马尔可夫链,另一种是序列的观察值.由于只能通过观察值得到马尔可夫链的状态,因此称之为隐马尔可夫模型.对于人脸而言,可以把它分为前额、眼睛、鼻子、嘴巴、下巴五个部分来检测.根据这五个区域位置顺序不变性,可以分别用相应的观察向量序列检测每一个部分,使用一个包含五个状态的一维连续HMM来表示人脸.接着对各块进行KL变换,提取每块一些最大的特征向量作为观察值对HMM进行训练.此后,还提出了一种嵌入式隐马尔可夫模型,该方法除了将人脸划分为五块外,还在每块中从左至右嵌入了一个HMM.接着进行二维DCT变换,把变换后得到的系数作为训练值.

如何写样本毕业论文
播放:33449次 评论:3590人

3.结束语

人脸检测是个发展很快的研究方向,人脸检测技术的发展趋势是利用多特征,多种分类方式进行启发式知识与统计学习方法的结合,未来对人脸检测的研究将会更注重其实时的应用,这就对检测算法的效率提出了更高的要求.另外,可以消除光照对人脸成像影响的红外人脸识别技术,加入相互对比机制的包含正脸、侧脸三维信息的人脸三维模型重建检测技术也正在研究当中.随