| 【中文题名】 | 基于上下文驱动多贝叶斯分类器的人脸检测定位系统 |
| 【英文题名】 | Face Detection System Using Context-driven Multiple Bayesian Classifier |
| 【学科专业】 | 地球探测与信息技术 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-11-1 |
| 【中关键词】 | 人脸检测,人脸识别,上下文驱动,多贝叶斯分类器,, |
| 【英关键词】 | Face Detection,Face Recognition,Context-driven,Multiple Bayesian Classifiers, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>> |
| 【论文摘要】 |
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... |
| 【论文题纲】 |
|
摘要 |
4-5 |
|
ABSTRACT |
5-6 |
|
目录 |
6-7 |
|
第1章 引言 |
7-15 |
|
1.1 课题的来源及背景意义 |
7 |
|
1.2 本课题国内外研究发展历程及现状 |
7-13 |
|
1.2.1 本研究的发展历程 |
7-13 |
|
1.2.2 国内研究动态 |
13 |
|
1.3 本文研究目的 |
13-14 |
|
1.4 本文结构 |
14-15 |
|
第2章 人脸检测与识别技术的研究 |
15-23 |
|
2.1 人脸检测与定位 |
15-19 |
|
2.1.1 基于知识的方法 |
15 |
|
2.1.2 基于统计的方法 |
15-18 |
|
2.1.3 其他检测方法 |
18-19 |
|
2.2 人脸的特征提取与识别 |
19-23 |
|
2.2.1 基于局部特征的方法 |
20 |
|
2.2.2 基于整体特征的方法 |
20-23 |
|
第3章 上下文驱动的多贝叶斯分类器 |
23-35 |
|
3.1 上下文驱动的图像聚类和分析 |
23-25 |
|
3.2 贝叶斯特征判别方法 |
25-30 |
|
3.2.1 特征判别分析 |
25-26 |
|
3.2.2 人脸与非人脸的统计建模 |
26-29 |
|
3.2.3 基于贝叶斯分类器的人脸检测 |
29-30 |
|
3.3 后处理 |
30-35 |
|
3.3.1 合并策略 |
31-33 |
|
3.3.2 裁决策略 |
33-35 |
|
第4章 人脸检测定位系统的实验环境及结果 |
35-44 |
|
4.1 实验环境以及实验数据的介绍 |
35-36 |
|
4.2 实验结果对比分析 |
36-44 |
|
结论与展望 |
44-46 |
|
致谢 |
46-47 |
|
参考文献 |
47-49 |
|
| 【DOI】 | LunWen.ID:2.2008.389122 |
