原文传递
基于特征点分析的人脸疲劳状态及身份识别
| 论文题名： | 基于特征点分析的人脸疲劳状态及身份识别 |
| 关键词： | 监督下降法;面部特征点定位;疲劳驾驶检测;人脸识别 |
| 摘要： | 根据人脸特征点定位信息自动地进行疲劳驾驶检测和人脸识别属于模式识别和计算机视觉的交叉学科，具有重要的科学意义。随着低价的图像获取设备的出现和计算机技术的迅猛发展，以及商业和军事应用领域需求的不断提高，该方向的研究得到了愈加广泛的关注和参与。自然人脸图像受多种因素的影响具有很强的模式多样性，这使得人脸特征点定位进行疲劳驾驶检测和人脸识别问题极富挑战性。本文在研究特征点定位的基础上，提出了新的疲劳检测和人脸识别方法，主要的创新性研究成果如下： (1)提出一种基于快速面部特征分析的疲劳驾驶检测算法。该方法采用基于视频帧的人脸面部特征分析的方法来判断驾驶员是否处于疲劳状态，它是基于监督下降法对面部特征点进行定位，提取面部与疲劳相关的特征并结合模糊推断理论对面部特征进行分析的疲劳驾驶检测算法。算法核心思想是根据定位得到的特征点位置信息提取关键特征点的疲劳特征初始值，利用基于高斯的隶属度函数得到疲劳等级，结合PERCLOS的含义等计算视频帧的特征，最后通过IF-THEN条件判断是否为疲劳驾驶。 (2)提出一种基于多尺度高维特征的活体人脸识别算法，并使用相关软件进行了算法实现。该方法首先利用监督下降法进行人脸特征点定位，对一幅图像的多个间隔尺度提取该图像多个关键特征点的全局和局部的初始高维 LBP特征，根据眼部或者嘴部特征判断是否为活体，同时使用主成分分析和线性判别分析处理特征数据，设定规则对数据库之外的人脸进行拒识，最后应用k-近邻和投票法进行人脸识别。 |
| 作者： | 郑睿姣 |
| 专业： | 电子与通信工程 |
| 导师： | 田春娜;李英 |
| 授予学位： | 硕士 |
| 授予学位单位： | 西安电子科技大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
