植基於二元二維主成份分析之人臉辨識

勤益科大機構典藏 > 電資學院 > 電子工程系(所) > 【電子工程系所】博碩士論文 > Item 987654321/4987

請使用永久網址來引用或連結此文件: http://ir.lib.ncut.edu.tw/handle/987654321/4987

題名:	植基於二元二維主成份分析之人臉辨識
作者:	秦璿祐劉正忠
貢獻者:	電子工程系
關鍵詞:	主成份人臉辨識
日期:	2011
上傳時間:	2013-08-05 13:27:08 (UTC+8)
出版者:	台中;國立勤益科技大學
摘要:	本篇研究主要提出一個精確且有效率的人臉偵測與辨識演算法，並將此演算法在嵌入式開發板上實現一個有效率的嵌入式即時人臉偵測與辨識系統。在人臉偵測演算法中，首先使用網路攝影機拍攝一個原始RGB彩色實際環境影像，為了抵抗光線影響偵測結果，將RGB色彩空間影像轉換至YCbCr色彩空間影像，在YCbCr影像中設定膚色門檻值，擷取影像中的膚色區塊，擷取出的膚色區塊會經過像素點個數門檻與膚色區塊的長寬比例門檻過濾非人臉的膚色區塊，在可能的膚色區塊尋找人臉中的眼睛特徵部份，並且對可能的人臉區塊追蹤10張影格，在10張影格中判斷眼睛是否有眨動，確定追蹤的膚色區塊為真正的人臉。人臉辨識演算法是將人臉偵測的結果影像與事先建立好的人臉資料庫中所有的人臉影像比對，人臉資料庫來源是由網路攝影機拍攝，總共拍攝人數10人、每人有10張影像，資料庫總共有100張影像，每張影像經過RGB色彩空間轉換至YCbCr色彩空間，並且擷取Y平面的灰階影像，接著對灰階影像做直方圖等化強化影像對比度並且調整影像大小統一影像大小，以上三個步驟為前處理，100張影像經過前處理後當作人臉資料庫用。進行辨識時從網路攝影機拍攝要被辨識人臉影像，將要被辨識人臉影像經過前處理的正規化，為了避免比對影像消耗大量時間，本實驗只比對萃取之影像特徵以減少比對運算量，本實驗擷取影像特徵的演算法有主成份分析(Principal Component Analysis, PCA)、二維主成份分析(Two Dimensional Principal Component Analysis, 2DPCA)、二元二維主成份分析(Binary Two Dimensional Principal Component Analysis, B2DPCA)等方法，有了影像特徵，要找出被辨識影像最相似的人選，需要使用分類演算法，本實驗使用的分類演算法有歐基里德距離(Euclidean Distance)、餘弦相似度(Cosine Similarity)、支持向量機(Support Vector Machine, SVM)，實驗結果比較不同的擷取影像特徵方法與分類方法，使用二元二維主成份分析方法搭配歐基里德距離方法是運算複雜度最低且辨識率高。本研究的人臉偵測與辨識系統在個人電腦進行不同演算法的實驗，將運算複雜度低與辨識率高的演算法移植至嵌入式開發板Creator-XScale PXA270上實現人臉偵測與辨識演算法，能讓人臉辨識系統能在各個環境應用，更貼近應用生活上。
顯示於類別:	[電子工程系(所)] 【電子工程系所】博碩士論文

文件中的檔案:

沒有與此文件相關的檔案.

檢視Licence

在NCUTIR中所有的資料項目都受到原著作權保護.

資料載入中.....