论文部分内容阅读
本文研究动态人脸识别问题，在很多有关人脸识别研究中主要针对静态人脸识别研究。为了满足应用需要，本文主要研究移动中人脸的识别问题。针对这一国内外刚起步的课题，本文主要提出了： 动态人脸图象识别中，为了保证识别的实时性，必须从动态图象序列中分割出一些瞬间图象序列，因此图象分割是动态人脸识别中提出的新问题。结合隐马尔科夫模型特点，本文提出了两种图象分割算法以保证动态人脸图象分割的合理性：一种利用动态图象时间序进行图象分割，另一种与MPEG图象编码格式相结合的方法。 进行了动态人脸识别中的定位问题研究，利用拓扑学中空间分类，提出采用Hausdorff距离的人脸图象定位方法，使得定位速度快并达到后续采用隐马尔科夫模型识别时需要的效率。 动态人脸图象序列中的人脸瞬间图象之间存在运动相关性，本文提出了动态人脸识别中人脸图象的相关性问题，给出了三种相关系数定义方法，将相关系数用来调节隐马尔科夫模型的初始分布概率，提高了动态人脸识别系统的识别率。 采用隐马尔科夫模型作为识别分类器，按照人脸分类属性定义了隐马尔科夫模型输入状态及其属性图象，并根据观察序列中观察对象与输入状态属性图象之间的关系得到观察序列的初始概率分布。分析外界环境影响下动态人脸图象识别可能出现的问题，并针对旋转情况下修正隐马尔科夫模型的观察序列初始概率分布，可以在旋转和平面移动结合运动的情况下保证动态人脸识别的有效性。