跳到主要內容

臺灣博碩士論文加值系統

(54.224.117.125) 您好!臺灣時間:2022/01/23 21:10
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:黃士銓
研究生(外文):Shi-Chuan Huang
論文名稱:灰階人臉辨識之研究
論文名稱(外文):Research on Gray Scale Face Recognition
指導教授:邱俊誠邱俊誠引用關係鄧清政
指導教授(外文):Jin-Chern ChiouChing-Cheng Teng
學位類別:碩士
校院名稱:國立交通大學
系所名稱:電機與控制工程系
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:2002
畢業學年度:90
語文別:中文
論文頁數:77
中文關鍵詞:特徵臉同態濾波器二級辨識系統傅立業譜直方圖均衡化
外文關鍵詞:EigenfacesHomomorphic filterTwo-stage Recognition systemFourier spectrumHistogram Equalization
相關次數:
  • 被引用被引用:4
  • 點閱點閱:407
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
本論文是以特徵臉辨識法為基礎,結合三種前級處理器,包括使用傅立業譜補償臉部旋轉情況、邊界運算子正規化臉部大小、同態濾波器消除光源不均的影響,來建立人像辨識系統。論文中以ORL資料庫作為驗證及測試的標準,將原始資料庫及擷取臉部範圍後的資料庫應用於特徵臉辨識系統,探討兩者的辨識成果及影響因素,並分析直方圖均衡化與同態濾波器兩種消除光源不均的處理方法之效果及對特徵臉辨識法的辨識率之影響。經過實驗分析,本論文獲得以下結論,使用傅立業譜補償臉部旋轉情況、邊界運算子正規化臉部大小及同態濾波器消除光源影響等三種前級處理,對於特徵臉的辨識率將有所提升,而僅使用同態濾波器的原始ORL資料庫對於整體的辨識率更能提升7%以上。最後,本論文利用特徵臉辨識系統的統計特性及粗調與微調的概念,建構一個二級辨識系統,辨識率可達95%,實驗結果顯示二級辨識系統儘管耗費較多的辨識時間,但確實可有效提升辨識率,因此未來可針對此方向進行更深入的探討與研究。
A face recognition algorithm based on a preprocessing units and Eigenfaces approach is proposed in the dissertation. The preprocessing units consist of the following aspects: First, we use Fourier spectrum to detect and compensate the rotation of face image. Second, we apply Sobel edge operator to normalize the face in the image. Third, we utilize homomorphic filter to eliminate the effect of illumination. In the experiments of the dissertation, the ORL database is used as a standard test bench to verify the performance of the proposed face recognition system. By using original ORL database and clipped ORL database we are able to verify proposed algorithm in conjunction with the recognition result. In the present research, both histogram equalization method and homomorphic filter method have been analyzed to compare the effect on the face recognition system. Preliminary results indicated that by using the homomorphic filter to eliminate the illumination effect surely increase the recognition rate of the face recognition system.Note that by applying homomorphic filter to the ORL database can increase 7% in recognition rate . Finally, a two-stage Eigenfaces-based recognition system according to the statistical characteristic of the experiment result and the concept of combining coarse turn and fine turn is established to achieve 95% recognition rate. However, the two-stage system required longer time to obtain higher recognition rate. A future research in building an efficient second stage face recognition is suggested to complete the overall face recognition algorithm.
目 錄
中文摘要……………………………………………………………………i
英文摘要……………………………………………………………………ii
目錄…………………………………………………………………………iii
表目錄………………………………………………………………………vi
圖目錄………………………………………………………………………vii
第一章 緒論……………………………………………………1
1.1 研究動機…………………………………………………… 1
1.2 相關研究回顧 ……………………………………………… 2
1.3 研究方法…………………………………………………… 5
1.4 論文架構…………………………………………………… 5
第二章 前級處理………………………………………………7
2.1 簡介………………………………………………………… 7
2.2 使用傅立業譜處理臉部轉動問題………………………… 8
2.2.1 傅立業轉換的特性…………………………………………9
2.2.2 臉部轉動的偵測與補償分析………………………………13
2.3 使用邊界運算子來處理臉部大小的問題………………… 17
2.3.1 Sobel邊界運算子的特性………………………………… 17
2.3.2 臉部大小的偵測與補償分析………………………………19
2.4 臉部光源與照度的補償…………………………………… 24
2.4.1 直方圖均衡化法……………………………………………25
2.4.2 同態濾波法…………………………………………………29
第三章 模型訓練與辨識………………………………………37
3.1 簡介………………………………………………………… 37
3.2 特徵臉演算法說明………………………………………… 38
3.2.1 訓練階段……………………………………………………41
3.2.2 辨識階段……………………………………………………44
3.3 決策法則…………………………………………………… 45
3.3.1 特徵點決策法………………………………………………45
3.3.2 特徵類別決策法……………………………………………47
3.3.3 特徵空間及臨界值法………………………………………48
第四章 實驗……………………………………………………51
4.1 實驗安排…………………………………………………… 51
4.2 前級處理─擷取臉部範圍………………………………… 52
4.3 辨識與訓練………………………………………………… 56
4.3.1 決策方式之比較……………………………………………56
4.3.2 頭部與臉部影像辨識之比較………………………………57
4.3.3 光線前處理之比較…………………………………………57
4.3.4 同態濾波器參數調整………………………………………62
4.4 建構粗調與微調之二級辨識系統………………………… 65
4.5 實驗結果與分析…………………………………………… 67
第五章 結論與未來研究建議…………………………………71
5.1 結論………………………………………………………… 71
5.2 未來研究建議 ……………………………………………… 72
參考文獻…………………………………………………………… 73
附錄A Rayleigh Quotient證明………………………………… 76
[1] 王銘欽,「人臉辨識之研究」,國立交通大學,碩士論文,民國83年。
[2] 吳弘裕,「人臉特徵抽取與辨識」,大同工學院,碩士論文,民國88年。
[3] 吳佳珍,「以鑑別性小波參數為主之人臉辨識系統」,國立成功大學,碩士論文,民國90年。
[4] 徐忠義,「應用差值影像於人臉辨識之研究」,國立交通大學,碩士論文,民國86年。
[5] 唐弘勳,「雙眼彩色臉孔辨識之研究」,國立交通大學,碩士論文,民國86年。
[6] 黃俊欽,「灰階人臉辨識之研究」,國立交通大學,碩士論文,民國85年。
[7] 繆紹綱,數位影像處理─活用Matlab,全華科技圖書股份有限公司,民國89年。
[8] A. Olugbenga, and Y. H. Yang, “Face Recognition Approach Based on Rank Correlation of Gabor-Filtered Images”, Pattern Recognition, vol. 35, no. 3, pp. 1275-1289, 2002.
[9] C. Liu, and H. Wechsler, “A Gabor Feature Classifier for Face Recognition”, ICCV 2001. Proceedings. Eighth IEEE International Conference on Computer Vision, vol. 2, pp. 270-275, 2001.
[10] F. J. Huang, et al., ”Pose Invariant Face Recognition”, Automatic Face and Gesture Recognition, 2000. Proceedings. Fourth IEEE International Conference on, pp. 245-250, 2000.
[11] H. M. El-Bakry, M. A. Abo-Elsoud, M. S. Kamel, “Integrating Fourier Descriptions and PCA with Neural Networks for Face Recognition”, Radio Science Conference, 2000. 17th NRSC ''2000. Seventeenth National, pp. C22/1-8, 2000.
[12] J. Zhang, Y. Yan, and M. Lades, “Face Recognition: Eigenface, Elastic Matching, and Neural Nets”, Proceedings of the IEEE, vol. 85, no. 9, pp. 1423-1435, 1997.
[13] L. C. Jain, et al., Intelligent Biometric Techniques in Fingerprint and Face Recognition, pp.219-283, CRC Press LLC, 1999.
[14] L. J. Shen, and H. C. Fu, ”A Principal Component Based BDNN for Face Recognition”, Neural Networks, 1997., International Conference on, vol. 3, pp. 1368-1372, 1997.
[15] M. Lades, et al., ”Distortion Invariant Object Recognition in the Dynamic Link Architecture”, IEEE Transaction on Computer, vol. 42, no. 3, pp. 300-311, 1993.
[16] M. Turk, and A. Pentland, ”Eigenfaces for Recognition”, Journal of Cognitive Neurosciences, vol. 3, no. 1, pp. 71-86, 1991.
[17] M. Turk, and A. Pentland, ”Face Recognition Using Eigenfaces”, Computer Vision and Pattern Recognition, 1991. Proceedings CVPR ''91., IEEE Computer Society Conference on, pp. 586-591, 1991.
[18] N. Jamil, S. Iqbal, and N. Iqbal, “Face Recognition Using Neural Networks”, Multi Topic Conference, 2001. IEEE INMIC 2001. Technology for the 21st Century. Proceedings. IEEE International, pp. 277-281, 2001.
[19] R. C. Gonzalez, and R. E. Woods, Digital Image Processing, Addison Wesley, 1996.
[20] S. J. Leon, Linear Algebra with Applications, Prentice Hall, 2002.
[21] T. Satonaka, et al., ”Object Recognition with Luminance, Rotation and Location Invariance”, Image Processing, 1997. Proceedings., International Conference on, vol. 3, pp. 336-339, 1997.
[22] W. A. Barrett, “A Survey of Face Recognition Algorithms and Testing Results”, Signals, Systems & Computers, 1997. Conference Record of the Thirty-First Asilomar Conference on, vol. 1, pp. 301-305, 1997.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top