基于视频的多分类器融合的实时人脸检测与识别.doc

基于视频的多分类器融合的实时人脸检测与识别 　　摘要:动态人脸识别具有更大的难度,如视频输出的图象质量较差、背景更复杂等,而现有的动态人脸识别算法还存在着识别速度慢,鲁棒性差等缺点。课题就是在研究现有的识别方法和识别系统的基础上,构建一个基于视频的多分类器融合的实时人脸检测与识别的实验系统,重点研究检测技术的改进及多种识别方法的有效融合,以保证系统能在视频下快速识别出人脸,提高人脸识别的效率和鲁棒性,降低拒识率和误识率。 　　关键词:多分类器融合;人脸检测;动态人脸识别;肤色模型;图像分割 　　中图分类号:TP391.41文献标识码:A文章编号:1009-3044(2009)35-10059-04 　　The Motion Face Detection and Recognition Based on the Fusion of Multiple Classifiers 　　MA Gui-ying 　　(Department of Computer Science and Technology, Tangshan College, Tangshan 063000, China) 　　Abstract: Its more difficult to distinguish the faces dynamic pictures. For example,the quanlity of out-put pictures in vedio is bad, and the background is complicated.Meanwhile, the speed of recent systerm of the Motion Face Recognition is so slow. The subject aims to build a experimentive systerm of the motion face detection and recognition based on the fusion of multiple classifiers,according to the recent technics. It focuses on the improvement of detection technology and the mixture of various Recognition methods. So the systerm can Recognition the faces more quickly,correctly and Effectively. 　　Key words: fusion of multiple classifiers; face detection; motion face recognition; complexion model; image segmentation 　　人脸识别技术就是利用计算机分析人脸图像,从中提取有效的识别信息,用来辨认身份的一门技术,它涉及到模式识别、图像处理、计算机视觉、生理学、心理学及认知学等诸多学科的知识,并与基于其他生物特征的身份鉴别方法以及计算机人机感知交互的研究领域都有密切联系。与指纹、视网膜、虹膜、基因、掌纹等其他人体生物特征别系统相比,人脸识别系统有使用方便、直接、友好,使用者无心理障碍,基础数据更容易获得,更具直观性等优点。 　　人脸识别技术应用背景十分广泛,其中静态的人脸识别技术可用于公安系统刑侦破案的罪犯身份识别,身份证及驾驶执照等证件验证,及医学等方面;动态的人脸识别技术主要应用于银行及海关的监控,视频会议,机器人的智能化研究等方面。但目前现有的动态人脸识别技术还不太令人满意,仍存在着识别速度慢,识别效率低,鲁棒性差等缺点,即当光线,角度等条件或人脸表情发生变化时系统的识别效率大大降低。因此迫切需要对动态人脸识别技术加以改进。 　　1 实时人脸识别系统框架 　　动态人脸识别系统包括视频图像采集、人脸检测、人脸定位、人脸识别和鉴别结果人脸描述等五大部分,其中人脸检测与定位及人脸特征提取与分类识别是关键环节。首先利用视频对动态的图像序列进行采集,然后检测是否存在人脸,如果存在人脸,则进一步对人脸进行定位,最后进行特征提取、用设计的分类算法识别人脸。具体框架图如图1～图3所示。 　　1.1 视频图像采集及预处理 　　图像的采集和获取是系统功能的基础。因此所获取图像的质量会极大地影响系统对图像的分析和识别的结果,图像传输的速度也会影响到识别的速度,这就对图像获取的硬件提出了较高的要求。在实际情况中,成像一般是和应用相结合的。比如经过一通道,持续的时间一般为几秒。成像条件必须满足上面给定的限定条件。在识别中采用常见的