导读:本文包含了人脸图像获取论文开题报告文献综述及选题提纲参考文献，主要关键词:遮挡图像,先验形状,水平集,KPCA
人脸图像获取论文文献综述
葛其睿[1]（2014）在《先验形状获取及在人脸图像分割中的应用》一文中研究指出近年来数字图像处理技术得到广泛的关注和迅速的发展，已经应用到社会发展和人类生活的各个方面。图像分割在实现从图像处置到图像辨析再到完成图像理解的过程中，起着紧要的作用。基于水平集的几何活动轮廓提取模型能够自然地处置拓扑构造的变动，在目标轮廓分割中取得了比较理想的分割结果。先验形状的获取是对有遮挡图像、数据丢失图像等复杂图像进行目标提取的重要途径，利用先验形状约束进行水平集图像目标轮廓分割，是近来图像处理和分割算法的一个重要研究方向。针对经典模型不能正确分割有数据丢失图像、存在遮挡图像的情况,本文在CV模型基础上加入了先验形状信息以解决此类问题，具体从以下两方面做了改进工作：(1)在CV模型基础上加入局部剪切和X、Y方向拉伸不变两种特性，建立了新的图像分割数学模型；(2)构造含先验形状信息的新能量项，对全局变化和局部变化的人脸图像都能进行平滑快速的演化。实验结果表明本文方法对复杂背景下有遮挡的人脸图像，具有较好的分割效果。针对人脸图像面部表情变化较大、需引用多个先验形状模板的情况，本文在PCA基础上建立了一种参数自适应的KPCA先验形状约束水平集模型。该模型在分割前利用KPCA提取训练库图像中的非线性变化特征，在迭代分割过程中根据分割目标自动选择训练集中合适的先验形状模板来对目标图像进行约束分割，文中给出了可以对参数进行自适应选择的算法流程，解决了参数选择耗时的问题。通过使用两组面部表情变化显着的图像进行实验，结果验证了本文方法的有效性。(本文来源于《太原科技大学》期刊2014-03-01）
张乾[2]（2014）在《嵌入式图像获取的人脸识别系统研究》一文中研究指出近年来,人们希望在视频监控、智能门禁以及人机交互等应用领域有一个高效、可靠的身份验证方案,人脸识别系统正是解决此问题的首选。但是传统基于PC的人脸识别系统,其便携性与灵活性不足；而基于嵌入式平台的人脸识别系统又由于运算能力有限,导致性能较低。因此人们需要一个更为合理的人脸识别系统解决方案。为此,本文探索研究了一种新的人脸识别系统解决方案。该方案基于嵌入式设备获取图像信息,并通过网络通信传输到PC端,再由PC端进行具体的人脸识别处理。这样既发挥了PC端处理能力强的优势又利用了嵌入式设备比较灵活的特点,不同平台的功能分工明确,从而使得整个系统更为合理。本文对整个人脸识别过程进行了探索研究。在嵌入式端,本文以S3C2410(ARM9)微处理器为核心的英蓓特Edukit-III实验平台作为目标机,分别做了BootLoader定制、Linux内核修改移植、NFS系统构建、摄像头驱动和图像获取等工作；同时,本文提出了人脸识别系统相关软件模块的设计原型；在PC端,本文对人脸识别的算法做了深入研究,采用整体与局部特征相结合的方法优化了一个特征提取分类器使之能够充分地提取面部有效特征信息,其中详细讲述了理论推导过程并且在ORL人脸数据库上验证了其有效性。(本文来源于《华东师范大学》期刊2014-03-01）
严海东[3]（2009）在《非约束环境下人脸图像获取技术的研究》一文中研究指出近年来,随着生物识别技术在安防领域应用的迅速发展,人脸识别技术作为生物识别技术中一项重要技术,由于其自然、友好、易被用户接受等优点也越来越受到关注,逐渐被应用于门禁系统、机场海关安检、智能空间、自然人机交互等领域。虽然在约束环境下(在被识别对象配合的情况下拍摄到的正面、中性表情、无遮挡、光照均匀的高质量人脸像片),其识别率可以达到了95%以上(FERET数据库);但是在非约束环境下,识别率急剧下降,难以满足实际应用需要。本文首先分析了目前在非约束环境下人脸识别技术上的研究成果,探讨了在非约束环境下提高人脸识别精度的方法,并指出改善当前的人脸图像获取技术是其中的一个重要方法。由于图像理解是人工智能的一个重要分支,因此本文中借鉴了人类在获取人脸图像过程中的视觉原理,来指导人脸图像获取技术的研究。人类获取人脸图像的过程是一个先在“where”视觉下大范围内搜索人体对象目标,以获取各人体对象目标所处位置信息,后将眼睛转动到该位置,利用“what”视觉来获取人脸图像的过程。根据这一思想在本文中设计了一种多视觉传感器相融合的装置来模拟人类的人脸图像获取过程:针对“where”视觉,本文中利用全方位视觉传感器(ODVS)能够获取监控场景内全景图像的特点,来获取“where”视觉下的图像信息,并对大范围内的各人体对象目标进行检测跟踪,获取各人体对象目标所处的位置信息。获取到人体对象目标所处的位置信息后,计算出其头部所在区域,再利用高速快球摄像机能够自由转动的特点,模拟眼睛转动对准人体对象目标头部所在区域,然后利用高速快球摄像机能够拍摄到对象目标清晰图像的特点,通过多个不同方位上的高速快球摄像机,来获取人体对象目标在“what”视觉下的多张头部图像。最后再利用人脸检测和人眼检测算法检测出来的人体对象目标的脸部特征信息,对所拍摄到的头部图像进行筛选,得到可以用于识别的人脸图像。而如果所有图像均不能用于识别,则需控制高速快球摄像机对该人体对象目标头部进行再次拍摄,以确保能够拍摄到可用于识别的人脸图像。另外还开发了非约束环境下人脸图像获取系统来实现人脸图像的获取功能,并详细介绍了各模块的功能与实现。通过实验表明,该装置及系统能够在非约束环境下获取到可以用于识别的人脸图像,具有较好的理论意义和实用价值。(本文来源于《浙江工业大学》期刊2009-04-10）
梅益君,王元庆[4]（2007）在《基于结构光的人脸图像获取与检测》一文中研究指出人脸位置检测是立体显示器实现自由显示的重要技术组成部分,文中设计了一套采用红外光结构阵列检测人脸的检测系统;首先,系统先将结构光阵列投射到立体显示器的使用者脸上;然后通过显示器上的摄像头拍摄出使用者人脸的图像,由软件处理系统采用VFW(Video for Windows)提取其实时视频图像流;最后使用区域分割算法对人脸图像进行跟踪检测;其得到的实时人脸位置参数为立体显示提供了重要的参数支持;实验证明该系统结合所拍摄的实时人脸图象,能够准确快速的获取、检测并跟踪人脸位置。(本文来源于《计算机测量与控制》期刊2007年06期）
薛耀红[5]（2007）在《基于二维图像的人脸叁维数据获取》一文中研究指出叁维表面数据的获取作为叁维信息处理的前端步骤，所获取的数据的精准程度直接决定了整体系统的性能。特别地，随着人脸识别在身份识别、机器视觉监控和人工智能领域的巨大应用前景，人脸表面叁维数据的获取成为一个研究热点。本文提出了一种新的基于彩色结构光投影技术和编码方案，并针对系统的特点，改进了匹配点繁殖算法，对稀疏匹配点对进行“繁殖”，得到半稠密的匹配点对。本文以数字图像处理技术和双目立体视觉模型为基础，通过摄像机的标定、立体匹配、以及叁维重建等几个部分，在Windows平台下用VC++6.0实现了一个完整的从两幅二维人脸图片获取叁维人脸点云数据的系统。最后，展示了系统的用户界面以及利用该系统对石膏像进行面部数据获取的试验效果。(本文来源于《吉林大学》期刊2007-04-20）
李敏跃,李威龙[6]（2005）在《人脸识别系统的研究与实现——图像获取、定位、特征提取和特征识别》一文中研究指出人脸识别技术,是当前一个热门的科研课题,具有广泛的应用前景。本系统采用摄像头获取人脸图像,通过图像预处理、人脸检测和定位、特征提取、特征学习和匹配实现了人脸识别。本文重点介绍了人脸识别系统的设计、图像预处理、特征定位和提取、人脸识别等主要技术。在进行人脸特征定位时,主要对眼角、鼻尖、鼻子两侧、两边嘴角以及下巴进行定位,提出了采用中线向上查找法,改进了由上往下的查找方式,使查找的准确性和速度得以提高。通过测试表明该系统具有一定的人脸识别功能,能够对正面的人脸进行识别。(本文来源于《广西工学院学报》期刊2005年S3期）
左力,李治国,李锦涛,高文[7]（2001）在《基于标注图像的MPEG-4人脸运动参数获取方法》一文中研究指出提出了一种基于标注图像的MPEG-4人脸运动参数(FAP)获取方法。首先对人脸进行手工标点,然后使用摄像机拍摄人脸运动序列并录制语音数据,通过图像分割与标记点定位等操作提取标记点位置信息,再根据人脸特征点的几何分布确认标记点对应的叁维FDP参数,最后经过计算得到人脸运动参数。将获取的结果数据应用到基于MPEG-4的语音驱动的叁维人脸合成与动画系统中,取得了很好的效果。(本文来源于《系统仿真学报》期刊2001年S2期）
人脸图像获取论文开题报告
（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：
近年来,人们希望在视频监控、智能门禁以及人机交互等应用领域有一个高效、可靠的身份验证方案,人脸识别系统正是解决此问题的首选。但是传统基于PC的人脸识别系统,其便携性与灵活性不足；而基于嵌入式平台的人脸识别系统又由于运算能力有限,导致性能较低。因此人们需要一个更为合理的人脸识别系统解决方案。为此,本文探索研究了一种新的人脸识别系统解决方案。该方案基于嵌入式设备获取图像信息,并通过网络通信传输到PC端,再由PC端进行具体的人脸识别处理。这样既发挥了PC端处理能力强的优势又利用了嵌入式设备比较灵活的特点,不同平台的功能分工明确,从而使得整个系统更为合理。本文对整个人脸识别过程进行了探索研究。在嵌入式端,本文以S3C2410(ARM9)微处理器为核心的英蓓特Edukit-III实验平台作为目标机,分别做了BootLoader定制、Linux内核修改移植、NFS系统构建、摄像头驱动和图像获取等工作；同时,本文提出了人脸识别系统相关软件模块的设计原型；在PC端,本文对人脸识别的算法做了深入研究,采用整体与局部特征相结合的方法优化了一个特征提取分类器使之能够充分地提取面部有效特征信息,其中详细讲述了理论推导过程并且在ORL人脸数据库上验证了其有效性。
（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。
人脸图像获取论文参考文献
[1].葛其睿.先验形状获取及在人脸图像分割中的应用[D].太原科技大学.2014
[2].张乾.嵌入式图像获取的人脸识别系统研究[D].华东师范大学.2014
[3].严海东.非约束环境下人脸图像获取技术的研究[D].浙江工业大学.2009
[4].梅益君,王元庆.基于结构光的人脸图像获取与检测[J].计算机测量与控制.2007
[5].薛耀红.基于二维图像的人脸叁维数据获取[D].吉林大学.2007
[6].李敏跃,李威龙.人脸识别系统的研究与实现——图像获取、定位、特征提取和特征识别[J].广西工学院学报.2005
[7].左力,李治国,李锦涛,高文.基于标注图像的MPEG-4人脸运动参数获取方法[J].系统仿真学报.2001