基于決策級(jí)融合的人臉識(shí)別ppt課件

1、PB07005051孫雨潤(rùn)人臉識(shí)別人臉識(shí)別 從固定尺寸照片的靜態(tài)匹配到視從固定尺寸照片的靜態(tài)匹配到視頻圖像序列的實(shí)時(shí)匹配，人臉識(shí)別這一技術(shù)頻圖像序列的實(shí)時(shí)匹配，人臉識(shí)別這一技術(shù)有著廣泛的運(yùn)用背景。人臉識(shí)別技術(shù)從最初有著廣泛的運(yùn)用背景。人臉識(shí)別技術(shù)從最初對(duì)規(guī)范正面灰度圖像的識(shí)別，開(kāi)展到如今可對(duì)規(guī)范正面灰度圖像的識(shí)別，開(kāi)展到如今可以動(dòng)態(tài)實(shí)現(xiàn)人臉識(shí)別，以及初露端倪的三維以動(dòng)態(tài)實(shí)現(xiàn)人臉識(shí)別，以及初露端倪的三維人臉識(shí)別人臉識(shí)別圖像交融圖像交融 將不同傳感器獲得的同一圖像將不同傳感器獲得的同一圖像或同一傳感器的不同時(shí)辰獲得的圖像，經(jīng)過(guò)或同一傳感器的不同時(shí)辰獲得的圖像，經(jīng)過(guò)去噪、重采樣后再運(yùn)用某種交融技術(shù)得

2、到更去噪、重采樣后再運(yùn)用某種交融技術(shù)得到更適宜視覺(jué)感知或計(jì)算機(jī)處置的合成圖像的過(guò)適宜視覺(jué)感知或計(jì)算機(jī)處置的合成圖像的過(guò)程程人臉識(shí)別人臉識(shí)別 的通常步驟為：的通常步驟為：(1) 人臉檢測(cè)人臉檢測(cè) (2) 特征提特征提取取 (3) 分類識(shí)別。人臉檢分類識(shí)別。人臉檢測(cè)是將類似人臉的目的從測(cè)是將類似人臉的目的從背景中分別，特征提取那背景中分別，特征提取那么將檢測(cè)出的人臉圖像映么將檢測(cè)出的人臉圖像映射變換到低維特征空間，射變換到低維特征空間，分類識(shí)別那么進(jìn)展比較斷分類識(shí)別那么進(jìn)展比較斷定定圖像交融圖像交融 分為：分為：(1)像素級(jí)像素級(jí)交融交融 (2) 特征級(jí)交融特征級(jí)交融 (2) 決決策級(jí)交融。像素級(jí)

3、交融是指策級(jí)交融。像素級(jí)交融是指直接對(duì)傳感器采集的數(shù)據(jù)進(jìn)直接對(duì)傳感器采集的數(shù)據(jù)進(jìn)展處置而獲得交融圖像的過(guò)展處置而獲得交融圖像的過(guò)程；特征級(jí)圖像交融是對(duì)源程；特征級(jí)圖像交融是對(duì)源圖像進(jìn)展特征提取后獲得的圖像進(jìn)展特征提取后獲得的特征信息進(jìn)展交融，目的是特征信息進(jìn)展交融，目的是最大限制給出決策分析所需最大限制給出決策分析所需求的特征信息；決策級(jí)圖像求的特征信息；決策級(jí)圖像交融是根據(jù)一定的準(zhǔn)那么以交融是根據(jù)一定的準(zhǔn)那么以及每個(gè)決策的可信度做出最及每個(gè)決策的可信度做出最優(yōu)決策，具有實(shí)時(shí)性好、強(qiáng)優(yōu)決策，具有實(shí)時(shí)性好、強(qiáng)容錯(cuò)的優(yōu)勢(shì)。容錯(cuò)的優(yōu)勢(shì)。不同角度光照不同表情任務(wù)規(guī)劃：任務(wù)規(guī)劃： 由于采用的方由于采用的

4、方法和傳統(tǒng)人臉識(shí)別大相徑法和傳統(tǒng)人臉識(shí)別大相徑庭，因此需求從庭，因此需求從0開(kāi)場(chǎng)設(shè)開(kāi)場(chǎng)設(shè)計(jì)軟件來(lái)進(jìn)展實(shí)驗(yàn)。估計(jì)計(jì)軟件來(lái)進(jìn)展實(shí)驗(yàn)。估計(jì)總?cè)蝿?wù)時(shí)間為總?cè)蝿?wù)時(shí)間為60天。其中天。其中調(diào)研時(shí)間為調(diào)研時(shí)間為10%6天，天，構(gòu)思算法與流程為構(gòu)思算法與流程為25%15天，程序?qū)崿F(xiàn)為天，程序?qū)崿F(xiàn)為60%36天，論文成文天，論文成文為為15%9天天調(diào)研10天構(gòu)思算法流程6天程序?qū)崿F(xiàn)36天論文成文9天1. 從攝像頭讀入圖像，調(diào)整光照和角度兩個(gè)條件，得到不同情況人臉2. 采用opencv分類器對(duì)人臉、眼睛、眼鏡、鼻子四個(gè)部位進(jìn)展檢測(cè)3. 對(duì)每種情況下的人臉采用LBP與高斯濾波進(jìn)展特征提取4. 對(duì)Step3中得到的特

5、征向量進(jìn)展決策級(jí)交融圖像1圖像2圖像N部位檢測(cè)部位檢測(cè)部位檢測(cè)特征提取特征提取特征提取特征分類特征分類特征分類軟硬件環(huán)境軟硬件環(huán)境 Intel集成集成顯卡、顯卡、130M Pixels USB攝像頭、攝像頭、Ubuntu 10.10操作系統(tǒng)、操作系統(tǒng)、Qt4.7庫(kù)、庫(kù)、openCV2.0庫(kù)庫(kù)實(shí)現(xiàn)實(shí)現(xiàn) 人臉輸入設(shè)計(jì)為人臉輸入設(shè)計(jì)為獨(dú)立模塊，同時(shí)編獨(dú)立模塊，同時(shí)編成成 .so供張教師實(shí)驗(yàn)室供張教師實(shí)驗(yàn)室其他畢設(shè)同窗運(yùn)用，添其他畢設(shè)同窗運(yùn)用，添加光照與分辨率兩個(gè)調(diào)加光照與分辨率兩個(gè)調(diào)解參數(shù)解參數(shù)工具 利用opencv社區(qū)提供的四種分類器，實(shí)現(xiàn)基于啟發(fā)式模型的部位檢測(cè)。首先運(yùn)用人工神經(jīng)網(wǎng)絡(luò)分別檢測(cè)出眼

6、睛、鼻子、眼鏡以及人臉的整體特征，根據(jù)其中的領(lǐng)域知識(shí)判別被檢測(cè)的區(qū)域能否為人臉修正分類器一部分，使得側(cè)臉得到較好匹配人臉圖像能夠會(huì)由于光照、姿態(tài)、表情、遮擋或成像條件的變化，而使得現(xiàn)有的識(shí)別算法的性能及魯棒性下降部分特征反映了圖像對(duì)象的構(gòu)造特征，是圖像對(duì)象固有的屬性特征，對(duì)條件變化不敏感，因此提取圖像本身固有的屬性特征作為人臉表征方式非常有效目前部分方式的特征描畫(huà)方法主要有Gabor小波、基于圖像分塊戰(zhàn)略的部分視覺(jué)基元等方法。缺陷是維度高、不均勻部分二值方式(LBP)的部分特征提取方法是一種有效的非參數(shù)化的圖像部分紋理描畫(huà)方法，它利用構(gòu)造法思想分析固定窗口特征，再利用統(tǒng)計(jì)法作整體的特征提取。計(jì)

7、算簡(jiǎn)單、能捕捉圖像中的微量的細(xì)節(jié)特征，從而提取更利圖像的部分紋理T的分布可假設(shè)以為是部分區(qū)域內(nèi)像素灰度的結(jié)合分布密度T=t(gc, g0, , gp-1). 其中g(shù)c對(duì)應(yīng)圖像部分鄰域中心像素點(diǎn)的灰度值，gi (i=O，P一1)對(duì)應(yīng)于P個(gè)等間隔分布于以心像素為圓心、半徑為R的圓周上的像素點(diǎn)的灰度值，那么近鄰區(qū)域的定義通?？梢杂梢粋€(gè)值對(duì)(P，R)來(lái)描畫(huà)，于分類的部分鄰域關(guān)系方式?jīng)Q策中常用的最小間隔分類器只能提供測(cè)試樣本到各類的間隔信息，我們需求將此轉(zhuǎn)化為識(shí)別匹配度這里編程實(shí)現(xiàn)的分類方法為SVM：以構(gòu)造風(fēng)險(xiǎn)最小化原那么為實(shí)際根據(jù)，經(jīng)過(guò)某種特定非線性映射，將輸入向量映射到高維特征空間規(guī)范SVM根據(jù)其輸

8、出f (x) =T (x) + b的值給出分類結(jié)果：假設(shè)f (x) 0時(shí)，將輸入x賦給正類，否那么賦給負(fù)類。后驗(yàn)概率P(class input ) = P(y=1|x) = F(f(x)決策交融方法有基于統(tǒng)計(jì)的方法：概率推理，貝葉斯推理，D-S證據(jù)，基于信息實(shí)際的方法：參數(shù)模板匹配，聚類分析，自順應(yīng)神經(jīng)網(wǎng)絡(luò)，熵法等和基于認(rèn)知模型的方法：邏輯模板匹配，模糊集實(shí)際，專家系統(tǒng)這里采用貝葉斯推理進(jìn)展決策級(jí)交融。設(shè)測(cè)試人臉與訓(xùn)練庫(kù)某個(gè)樣本屬于同一人時(shí)為類內(nèi)模1，屬于不同人時(shí)為類間方式2，從而將人臉識(shí)別問(wèn)題轉(zhuǎn)化為兩類方式1和2的分類問(wèn)題完好完成：人臉輸入(Step1)，部位檢測(cè)(Step2)， 特征提取(Step3)，特征分類(Step4)；部分完成：決策級(jí)交融(Step5)額外方案：與高晨陽(yáng)同窗進(jìn)展協(xié)作。高晨陽(yáng)同窗同在張國(guó)義教師指點(diǎn)下做特征級(jí)交融。想象假設(shè)將光照、角度兩個(gè)條件分為兩步做，將圖像分為5光照*3角度。第一步在一樣角度下進(jìn)展特征級(jí)交