用于检索的人脸特征提取与匹配算法研究

论文摘要

信息技术的迅猛发展,为信息的获取方式提出了更高要求,信息检索技术已经突破了传统的文本媒介,以图像为代表的多媒体内容检索成为研究的热点。基于内容的图像检索方式有着描述能力强、自动化程度高等优点,但其相对文本检索仍存在许多问题需要解决。本文以人脸图像这一常见的图像子集做为突破口,着重研究基于内容的人脸图像检索技术,目的在于提出适用于检索的人脸特征提取和匹配算法,缩小基于人脸图像检索技术与实用的差距,进而推动图像检索技术的发展。基于上述目标,本文研究了用于检索的人脸图像特征提取技术与检索匹配技术,从统计特征、几何特征两个方面分别进行了研究,提出了单个检索样本情况下基于统计特征或几何特征的人脸图像检索算法,提出并验证了基于内容的人脸图像检索系统框架。本文的主要研究内容体现在以下几个方面:总结并比较了传统人脸识别系统模型与人脸图像检索系统模型的差异,提出了一个更符合人脸图像检索技术要求的人脸图像检索系统模型,并总结相应算法的技术要求。按照人脸图像检索系统模型对统计特征提取与匹配算法的技术要求,提出四种单样本扩充方法,生成单幅待检索人脸图像的扩充样本集,并对四种方法效果进行比较和总结。分别采用主成分分析、普通向量以及二维主成分分析三种人脸识别算法对扩充样本集进行统计特征提取与匹配,从而完成人脸图像检索过程。并对不同单样本扩充方法与不同统计特征提取与匹配算法组合后的系统检索率进行比较和总结。归纳了人脸图像中的几何特征,凝练出适用于检索的特征参数,提出了基于几何特征的人脸图像检索方法。并实现了通过Adaboost算法和AAM算法进行人脸检测和人脸特征定位。进而提出了几何特征在人脸图像检索系统中可能的用途。按照软件工程分析、设计和实现三个步骤完成了人脸图像检索的演示系统。系统软件模块均基于可重用设计思想和技术,预留扩充方法、训练算法以及检索图像集操作接口,可方便地集成和扩展。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景及意义
• 1.2 国内外研究现状
• 1.2.1 图像检索技术的国内外研究现状
• 1.2.2 人脸图像检索技术的国内外研究现状
• 1.3 论文主要研究内容
• 1.4 论文结构安排
• 第2章 人脸图像检索模型研究
• 2.1 基于内容的图像检索模型分析
• 2.2 人脸识别模型与人脸图像检索模型分析
• 2.2.1 人脸识别模型与人脸图像检索模型的区别
• 2.2.2 人脸识别模型与人脸图像检索模型的特点比较
• 2.3 人脸图像检索模型数据库描述
• 2.4 本章小结
• 第3章 单样本扩充方法研究
• 3.1 引言
• 3.2 单样本扩充方法描述
• 3.2.1 基于投影方法的单样本扩充（Projection Method）
• 3.2.2 基于对数方法的单样本扩充（Logarithm Method）
• 3.2.3 基于对比度变换方法的单样本扩充（Contrast Method）
• 3.2.4 基于幂指数方法的单样本扩充（Power Law Transformation Method）
• 3.3 单样本扩充方法评价与选择实验及分析
• 3.3.1 扩充训练集总体散度矩阵秩实验及分析
• 3.3.2 扩充样本与原始样本相关系数实验及分析
• 3.4 本章小结
• 第4章 基于统计特征的人脸图像检索技术
• 4.1 引言
• 4.2 统计特征提取
• 4.2.1 基于主成分分析的统计特征提取算法
• 4.2.2 基于普通向量的统计特征提取算法
• 4.2.3 基于二维主成分分析的统计特征提取算法
• 4.3 基于统计特征的检索
• 4.4 实验结果与分析
• 4.4.1 基于累积直方图和中心矩的人脸图像检索实验结果
• 4.4.2 基于统计特征的检索实验结果及分析
• 4.5 本章小结
• 第5章 基于几何特征的人脸图像检索技术
• 5.1 引言
• 5.2 用于检索的人脸几何特征分析
• 5.3 几何特征人脸图像检索实验及结果
• 5.3.1 基于自适应增强算法的人脸检测
• 5.3.2 基于主动表观模型的人脸特征定位
• 5.3.3 实验结果
• 5.4 本章小结
• 第6章 人脸图像检索算法验证系统设计
• 6.1 引言
• 6.2 系统功能分析以及结构设计
• 6.3 子模块功能分析、设计与实现
• 6.3.1 用户功能选择模块功能分析、设计与实现
• 6.3.2 统计特征功能模块功能分析、设计与实现
• 6.3.3 几何特征功能模块功能分析、设计与实现
• 6.3.4 检索图像集操作模块功能分析、设计与实现
• 6.3.5 系统开发和运行环境
• 6.4 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的学术论文
• 致谢