基于彈性圖匹配法的人臉識別算法研究.pdf

1、人臉識別作為一種重要的生物特征識別技術，涉及到模式識別、計算機視覺、圖像處理以及認知科學等多個前沿學科知識，在公共安全以及信息安全領域有廣泛的應用。當前主流的人臉識別方法分為兩大類：基于統(tǒng)計特征的算法和基于幾何特征的算法。前者將人臉區(qū)域作為整體輸入到識別系統(tǒng)中，以尋求最佳匹配?；谧涌臻g的識別方法是這類算法的代表，該算法的思想是將人臉圖像進行降維處理，投射到低維空間進行識別。而基于幾何特征的算法則是提取人臉特征點信息，通過匹配特征信息來

2、進行識別，代表方法有彈性圖匹配法（EBGM），該算法利用人臉的基準特征點構造拓撲圖，使其能夠符合人臉的幾何特征，進而獲取人臉關鍵點的特征值進行匹配。本文對彈性圖匹配法(EBGM)進行了研究。主要內容包括： ⑴綜述了人臉識別技術的歷史和現(xiàn)狀，詳細總結了當前主流的人臉識別算法，并逐個分析了這些算法的優(yōu)缺點。 ⑵詳細地描述了EBGM算法思想，介紹了Gabor濾波器的特性及其在EBGM算法中的應用；闡述了特征點的概念、特征點的定

3、位方法、人臉束圖的提取方法以及如何提取以及比較人臉圖。 ⑶通過分析EBGM算法中的特征點定位方法，針對精確估算特征點位置時所采用方法的不足，提出了平均定位法：當選取最佳匹配點時，不是采用模板圖中最優(yōu)的估算結果，而是選取所有模板圖估算結果的平均值。 ⑷EBGM算法在計算人臉特征點的相似度時，認為每個Gabor小波系數(shù)對結果的影響是相同的，從而給予所有系數(shù)同等權重，但實驗測試表明情況并非如此。本文充分挖掘人臉頻率分布的統(tǒng)計特