論文查重服務(wù)12年
211、985指定查重網(wǎng)
-
全國咨詢電話：0571-28284626
1.2 人臉檢測技術(shù)的研究意義 怎樣使計(jì)算機(jī)能夠像人一樣能夠分析各種視覺信息，使用一種編制的方式來計(jì)算獲得的視覺數(shù)據(jù)。 使機(jī)器智能化，通過機(jī)器來模擬人類所擁有的能力，像人類一樣通過眼睛來觀察和獲得視覺信息，并使用大腦來處理視覺所獲得的信息。
1.3 人臉識別技術(shù)的主要問題 人臉識別雖然有著巨大的應(yīng)用價(jià)值，但也存在一些問題需要解決。 在日常生活中， 人們可以毫不費(fèi)力的識別人臉，但是對于計(jì)算機(jī)來說，卻存在著巨大的困難。 這種困 難主要是人臉形態(tài)的多樣性和環(huán)境的復(fù)雜性造成的，同時(shí)也有計(jì)算機(jī)本身的學(xué)習(xí)能力 的問題，這些問題主要體現(xiàn)在以下幾個(gè)方面： (1)人臉特征穩(wěn)定性較差 由于人臉是一個(gè)可塑的、三維的可變形體，用數(shù)學(xué)模型很難描述，且當(dāng)受到年齡、 化妝、表情以及意外傷害等因素的影響后，會(huì)使采集到的人臉圖像發(fā)生較大的變化。 (2)人臉受外界因素影響大 人臉圖像采集時(shí)會(huì)受到不同的光照條件、面部方向、采集視角等因素的影響，使 得同一個(gè)人的人臉圖像在不同的條件下產(chǎn)生很大的差異，這些因素提高了人臉識別算 法的要求。
基于PCA的特征臉是人臉識別最經(jīng)典的算法之一，雖然今天的PCA在實(shí)際系統(tǒng)中更多的是用來降維，而不是分類，但是如此經(jīng)典的方法，值得大家去關(guān)注。 該文章較接近于很多成熟商用系統(tǒng)思路，在很多實(shí)際系統(tǒng)中，一個(gè)提取鑒別信息的框架就是PCA和LDA，用PDA進(jìn)行降維避免LDA求解的矩陣奇異問題，然后用LDA提取跟適合分類的特征，更進(jìn)一步將各種原始特征進(jìn)行鑒別提取后決策級融合。
這對于 人臉鑒別特別有價(jià)值，因?yàn)槿四樿b別通常使用正面照，要鑒別的人臉圖像是不 同時(shí)期拍攝的，使用的照相機(jī)不一樣。 系統(tǒng)可以接受時(shí)間間隔較長的照片，并 能達(dá)到較高的識別率，在計(jì)算機(jī)中庫藏 2300人的正面照片，每人一張照片，使 用相距 1--7 年、差別比較大的照片去查詢， 首選率可以達(dá)到 50%，前 20 張輸出 照片中包含有與輸入照片為同一人的照片的概率可達(dá) 70% 18日，由清華大學(xué)電子系人臉識別課題組負(fù)責(zé)人蘇光大教授主持承擔(dān)的國家 攻關(guān)項(xiàng)目《人臉識別系統(tǒng)》通過了由公安部主持的專家鑒定。
