1、人臉識(shí)別是近二十年來(lái)計(jì)算機(jī)視覺中的一個(gè)重要課題，學(xué)者們提出了許多種人臉識(shí)別的方法。近年來(lái)，人臉識(shí)別系統(tǒng)已經(jīng)可以較為準(zhǔn)確的在某些限定的條件下對(duì)人臉進(jìn)行識(shí)別，其應(yīng)用前景越來(lái)越被看好，從而受到各方面的重視?，F(xiàn)今，人臉識(shí)別在公共安全、智能監(jiān)控、數(shù)字身份認(rèn)證、電子商務(wù)、多媒體和數(shù)字娛樂(lè)等領(lǐng)域具有巨大的應(yīng)用價(jià)值。 隨著人臉識(shí)別的應(yīng)用變得越來(lái)越廣泛，人們對(duì)于人臉識(shí)別實(shí)用性的要求則變的越來(lái)越嚴(yán)格。雖然現(xiàn)今的大多數(shù)人臉識(shí)別算法已經(jīng)可以在較為固定的

2、環(huán)境下對(duì)人臉進(jìn)行較為正確的識(shí)別，但實(shí)際的使用中，這種固定環(huán)境的限制是較為不現(xiàn)實(shí)的。本文針對(duì)上述問(wèn)題進(jìn)行探究，并取得了如下的主要成果： ·本文提出了基于統(tǒng)計(jì)學(xué)習(xí)的人臉劃分方法。為了克服人臉不同情況下的形變及遮擋的影響，許多學(xué)者通過(guò)研究提出了基于部分的人臉識(shí)別方法。而這些方法在對(duì)原始的人臉圖像的劃分方法上，均以作者本人的經(jīng)驗(yàn)作為指導(dǎo)。為了可以更加科學(xué)的對(duì)人臉圖像進(jìn)行劃分，本文提出了一種基于統(tǒng)計(jì)學(xué)習(xí)的人臉劃分方法。人臉劃分方法在分類器

3、的統(tǒng)計(jì)學(xué)習(xí)過(guò)程中亦被學(xué)習(xí)出來(lái)，通過(guò)分析人臉不同部分在識(shí)別中的貢獻(xiàn)進(jìn)行劃分，從而較為科學(xué)的對(duì)人臉圖像進(jìn)行了劃分。在此基礎(chǔ)上，本文提出了基于部分的人臉識(shí)別方法，該方法較原始的基于整體的人臉識(shí)別方法，在相同的條件上，提升了識(shí)別性能4.53％。 ·本文提出了一種通用的生物特征圖像質(zhì)量評(píng)估的方法。本文首先給出了生物特征圖像質(zhì)量等的一系列定義，并通過(guò)這些定義將生物特征識(shí)別進(jìn)行簡(jiǎn)化。最后利用各種生物特征識(shí)別算法的訓(xùn)練或?qū)W習(xí)過(guò)程中不可避免的過(guò)學(xué)

4、習(xí)(過(guò)擬合)現(xiàn)象，提出了一種通用的生物特征圖像質(zhì)量評(píng)估方法。過(guò)學(xué)習(xí)(過(guò)擬合)現(xiàn)象造成了在測(cè)試過(guò)程中，訓(xùn)練集(已知圖像)的測(cè)試結(jié)果基本要優(yōu)于未知圖像。而本著這一基本的了解，通過(guò)分析待評(píng)估圖像與訓(xùn)練集的相似程度，可以對(duì)待識(shí)別圖像的質(zhì)量進(jìn)行評(píng)估。 ·本文利用生物特征圖像質(zhì)量，實(shí)現(xiàn)了多部分融合算法的權(quán)值的動(dòng)態(tài)調(diào)整。利用各部分的生物特征圖像質(zhì)量對(duì)該局部的識(shí)別結(jié)果的置信度進(jìn)行評(píng)估，從而根據(jù)該置信度對(duì)各部分的識(shí)別結(jié)果在最終的結(jié)論中所占的比重進(jìn)