导读:本文包含了面部几何特征论文开题报告文献综述及选题提纲参考文献，主要关键词:驾驶疲劳,机器视觉,SIFT特征点匹配,肤色检测
面部几何特征论文文献综述
刘明周,蒋倩男,扈静[1]（2019）在《基于面部几何特征及手部运动特征的驾驶员疲劳检测》一文中研究指出驾驶员疲劳驾驶是造成交通事故的主要原因之一,为解决该问题,提出一种新的基于机器视觉的驾驶员疲劳状态检测方法。根据驾驶员视频图像特点,采用基于肤色检测的Adaboost算法提取面部以及手部的感兴趣区域(Regionsofinterest,ROIs)。基于尺度不变特征变换(Scale invariant feature transform,SIFT)特征点匹配获取眼、嘴以及手部的SIFT特征点,据此得出面部以及手部特征参数。将Perclos、MClosed、Phdown以及SA 4个特征参数作为模型输入,疲劳度等级作为模型输出,建立叁层BP神经网络模型,并应用贝叶斯正则化并结合动量梯度下降法较好地解决了传统BP人工神经网络训练高精度和预测低精度的过拟合现象。试验数据表明,该方法能够克服光照、背景、角度以及个体差异的影响,且疲劳检测的正确识别率达到99.64%。(本文来源于《机械工程学报》期刊2019年02期）
李志洁,段晓东,王存睿[2]（2015）在《中国6个民族的面部几何特征聚类分析》一文中研究指出针对中国6个民族的面部特征,采用人脸图像测量的方法对其进行分析研究。根据各民族面部的二维几何特征,筛选出若干测量指标和计算指标。通过比较多种聚类分析的结果,发现蒙古族、朝鲜族和汉族在面部五官上具有相似的民族特征,而藏族和维吾尔族的民族特征差异较大。族群间的共性和差异性分析可为多民族人脸识别提供科学依据。(本文来源于《大连民族学院学报》期刊2015年01期）
程勇光[3]（2008）在《基于肤色和面部几何特征的人脸检测算法的研究》一文中研究指出人脸检测需要综合应用图像处理、模式识别、计算机科学等知识才能达到预期的效果,是一项极有挑战性的研究。本文从实用性和易于实现的角度出发,研究了基于肤色分割和面部几何特征提取的人脸检测方法。首先,研究了利用肤色信息从背景中分割出脸部候选区域的算法。在YCbCr彩色空间内,对光照偏离较大的彩色图像进行光线补偿;然后,分析了两种肤色分割方法:一种是根据肤色的Cb和Cr呈高斯分布的特性,利用高斯模型对肤色区域进行分割,另外一种是在非线性变换后的YCbCr彩色空间中基于椭圆肤色模型的方法进行肤色分割;对分割出来的区域进行形态学处理,从而确定人脸侯选区域。前一种肤色模型的色度是独立于亮度的,后者则考虑了亮度变化对色度的非线性影响,因此,后者能更精确地检测出肤色区域。肤色分割得到的候选区域中,有的是人脸区域,有的是非人脸区域。因此,提出利用面部几何特征从候选区域中去除非人脸区域,确定人脸位置。利用人脸面部构造产生的灰度特性提取眼睛,利用嘴唇的色度特征分割出嘴巴,进而根据眼睛和嘴巴构成叁角形模板的特性,精确定位人脸在图像中的位置。本文采用Matlab研究该算法。实验结果表明,这种结合肤色和面部几何特征的算法,能够对人脸进行较快速和准确的定位,并且结果比较稳定可靠。(本文来源于《北京交通大学》期刊2008-05-15）
王宏漫[4]（2003）在《人面部的代数特征与几何特征的提取及识别》一文中研究指出基于生物特征的身份鉴定技术在社会生活中具有越来越重要的地位和作用。在多种生物特征中，基于人面部特征的识别和鉴定因为具有无侵害性、成本低、易于接受等优点，得到广泛的研究和应用。 本论文主要从人面部的代数特征和几何形状特征两个方面，探讨了人面部的特征提取和识别问题。 在代数特征方面，主要从主成分分析和独立成分分析两个角度出发，进行了探讨。主成分分析立足于图像的二阶统计特性，提取图像的灰度特征；它去除了各特征分量之间彼此的相关性，并且可以根据其对应的特征值的大小确定它在整个能量中占据的百分比，从而可以分离出信号中的主要成分和次要成分；独立成分分析从图像的高阶统计特性出发，提取图像的灰度特征。它的各特征分量之间彼此独立，由于不考虑主次关系，因此它难以清楚地反映信号各分量的主、次程度。考虑到这两种方法的不同特点，论文提出了主要独立成分分析方法，即在主成分分析的基础上，进一步做独立成分分析。通过这种方法得到的特征分量的均值、方差的分散性要优于仅做主成分分析的特征分量的均值、方差的分散性，因此聚类效果要更好一些。 对应于既定的特征选取，存在有一个最佳的相似性度量方法的选择问题。在考虑关于人脸的分类算法时，大多是评价分类算法对噪声样本的容错性，而忽视了特征空间维数的选取与相似性度量准则之间的关系。就特征空间选取问题，论文从理论上分析了最近邻法、支持向量机这两种方法的识别性能，由于支持向量机是通过类间超平面进行分类的，最近邻法是通过类间距离进行分类的，因此，论文认为，在一定程度上支持向量机更敏感于特征空间的变化，尤其是特征空间中的细节分量或噪声分量的变化，相比之下，在一定条件下，最近邻法对特征空间中的细节分量并不敏感。因此在论文所提出的人脸识别系统中，在较小的特征空间中支持向量机的识别效果要优于最近邻法。 在模式识别理论中，人脸识别是一种典型的多类判别问题。鉴于支持向量机是一种以两类判别为基本功能的分类函数，在用于多类判别时，本文提出的方案是以1-1判别策略为基础，根据各判别函数的分类间隔的差异对多个判别函数进行排序，对于“拒绝决策”的情形，则可利用判别函数间的冗余再判别来降低识别误差。这种基于支持向量机组的淘汰法对于每个判别函数的使用更加合理和具有选择性。 根据所选择的人脸的代数特征和支持向量机的分类性能，论文提出了一个脸像识别方法，即基于主成分分析对人脸图像进行降维，再用独立成分分析进行独立分量特征提取，最后基于SVM进行多类识别。该脸像识别方法在对ORL人脸图像库和自建的人脸图像库的测试实验中，识别率分别为97.5％、88.17％。 在几何形状特征方面，论文重点研究了人脸主要几何特征点的提取和脸部主要器官的连续形状的提取。 在人脸几何特征点提取问题中，首先需要准确定位人脸的左右边界。基于原有的灰度投影曲线定位算法，本论文进一步对原灰度图像做小波分解，然后仅取垂直分量进行重建，再沿垂直方向做投影，可以对人脸的左右边界进行更加精确的定位。 分形理论在图像处理中的应用表明，分维图像能够更加有效地抑制噪声，并能够充分地反映图像纹理的变化。因此，在提取人脸的几何特征点时，采用脸部图像的分形维数图像取代了传统的灰度图像或二值图像。 在提取面部轮廓及其主要器官的连续形状时，需要采用边缘检测与提取等手段。 在传统的微分算子的基础上，论文提出了一种广义的计算图像灰度梯度的方法一一自由差分运算。自由差分运算不仅是一些典型的微分算子的通用描述，而且它突破了传统微分算子的模板运算模式，可以同时从图像的全局区域、局部区域两个方面出发，沿若干个直线方向进行计算，以考察象素点的边缘特征。它把对图像这种二维信号的微分计算转化成一维方式进行，计算方向具有任意性，同时，便于采用多种手段对象素点的边缘性质进行分析，使得多种边缘检测方法不再彼此独立，为信息的二次融合提供了可能性、方便性。从对实际图像的测试效果来看，它也具有很好的抗噪性。把它与Snake模型相结合，论文提出了正交型Snake模型。 从传统的Snake模型的思想出发，正交型Snake模型利用自由差分运算的基本原理，通过在正交直线方向上计算灰度梯度，把轮廓变化的信息和图像灰度变化的信息更紧密地联系在一起。在曲线的演化过程中，以基本多边形为依托，以目标曲线的特征为指导，让轮廓的变化能够自适应于图像灰度变化，使得所提取的轮廓曲线的特征不断地逼近目标曲线的特征。在对多种图像的测试中，取得了比较理想的效果。传统的边缘提取算法是一个由底至上的过程;传统的Snake模型是一个由上至下的过程，在这两类方法中，信息处理的基本流程都是单向的;正交型Snake模型通过强调高层视觉和底层信息之间的相互联系在曲线演化过程中的作用，使得信息的流动过程处于闭环的状态。 基于正交型Snake模型，分别研究了脸部的轮廓、眼部和嘴部轮廓的提取。在处理眼的轮廓时，根据眼所具有的独特的类圆特点，把沿正交?(本文来源于《大连理工大学》期刊2003-05-01）
袁景和,常胜江,王勇,张延炘[5]（2002）在《一种基于肤色和几何特征的人面部识别方法》一文中研究指出面部识别的前提条件是场景中人脸的正确定位与分割。因此 ,本文提出了一种基于肤色及面部几何特征的人脸分割方法。首先利用图像的时间差分方法确定场景中有没有运动物体 ,然后利用 BP神经网络对肤色进行识别 ,比用 HIS或 L HC颜色空间中的色调识别肤色的方法具有更强的环境适应能力 ,最后利用扫描投影算法及面部固有的几何特征定位分割细节特征。实验证明该方法具有定位准确和运算速度快的优点(本文来源于《光电子·激光》期刊2002年04期）
李珩,戴志强,罗临兰,唐剑松[6]（2001）在《一种利用面部几何模型进行面部特征识别的方法》一文中研究指出本文给出了一种新颖的面部特征识别方法，该方法利用面部几何模型进行面部特征的识别，将含有面部的图像经过预处理、组化、匹配过程后，确定面部特征。实验表明，本方法能够有效地探测人的面部特征，并且能够满意地处理光照不足、面部取向以及面部表情等有关问题。(本文来源于《山东电子》期刊2001年02期）
张俊,何昕,李介谷[7]（1999）在《基于面部几何特征点提取的人脸识别方法》一文中研究指出文中介绍了一种通过提取特征点信息进行人脸识别的方法。在利用形态交离变换确定眼球位置的基础上，根据区域点投影曲线检测特征点，然后构造尺寸、位移、旋转不变的特征向量，并与样本库中的人脸特征向量相比计算其相似度，依据相似的程度完成识别。实践证明该方法对人脸正面图具有准确的识别率，并具有强抗干扰能力。(本文来源于《红外与激光工程》期刊1999年04期）
面部几何特征论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对中国6个民族的面部特征,采用人脸图像测量的方法对其进行分析研究。根据各民族面部的二维几何特征,筛选出若干测量指标和计算指标。通过比较多种聚类分析的结果,发现蒙古族、朝鲜族和汉族在面部五官上具有相似的民族特征,而藏族和维吾尔族的民族特征差异较大。族群间的共性和差异性分析可为多民族人脸识别提供科学依据。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
面部几何特征论文参考文献
[1].刘明周,蒋倩男,扈静.基于面部几何特征及手部运动特征的驾驶员疲劳检测[J].机械工程学报.2019
[2].李志洁,段晓东,王存睿.中国6个民族的面部几何特征聚类分析[J].大连民族学院学报.2015
[3].程勇光.基于肤色和面部几何特征的人脸检测算法的研究[D].北京交通大学.2008
[4].王宏漫.人面部的代数特征与几何特征的提取及识别[D].大连理工大学.2003
[5].袁景和,常胜江,王勇,张延炘.一种基于肤色和几何特征的人面部识别方法[J].光电子·激光.2002
[6].李珩,戴志强,罗临兰,唐剑松.一种利用面部几何模型进行面部特征识别的方法[J].山东电子.2001
[7].张俊,何昕,李介谷.基于面部几何特征点提取的人脸识别方法[J].红外与激光工程.1999