导读:本文包含了红外人脸论文开题报告文献综述及选题提纲参考文献，主要关键词:红外人脸识别,局部二元模式,特征选择,KW检验
红外人脸论文文献综述
谢志华,刘国栋[1]（2013）在《基于局部二元模式的快速红外人脸识别系统》一文中研究指出红外人脸成像具有对光照、人脸皮肤、表情、姿态等因素变化不敏感的特点,可以在一定程度上弥补这些因素对可见光人脸识别影响的不足。为了充分提取红外人的局部鉴别特征,文中提出了一个基于局部二元模式的快速红外人脸识别系统。该系统首先通过thermoVision A40型红外热像仪获分辨率为320×240的红外人脸图像,并通过人脸检测和归一化方法提取大小为60×80的标准红外人脸图像。其次,基于人脸图像的对称性,将红外人脸图像分块。通过局部二元模式直方图提取每一分块所包含的纹理模式特征。最后,采用Kruskal-Wallis(KW)特征选择算法,进一步抽取对识别有贡献的局部纹理特征用于分类识别。实验结果表明:提出的热红外人脸系统识别率明显优于基于主成分分析(PCA)和线性鉴别分析(LDA)的传统红外人脸识别系统,可以达到98.6%的识别率。与此同时,提出的红外人脸识别系统识别速度也快于传统基于PCA和LDA系统,可以广泛应用于实时人脸识别中。(本文来源于《红外与激光工程》期刊2013年12期）
伍世虔[2]（2013）在《红外人脸识别(英文)》一文中研究指出由于红外温谱图会随着环境温度、生理及心理因素的变化而变化,从而导致红外人脸识别性能的急剧下降,针对此问题,提出一个血流模型,把红外温谱图转化为更为稳定的血流图,并介绍基于血流模型的实时红外人脸识别系统。对同时段及时延图像的实验表明:(1)当人体处于稳态时,血流图对环境温度更加鲁棒;(2)对时延图像,基于血流图的识别率接近同时段图像的识别率,而基于温谱图的识别率却大为降低。(本文来源于《西安邮电大学学报》期刊2013年01期）
谢志华,伍世虔,方志军,卢宇[3]（2012）在《面向时延数据的分块PCA红外人脸识别》一文中研究指出时延数据下的高识别性能是红外人脸识别系统应用的基础,提出一种基于分块PCA的红外人脸识别方法,提高红外人脸识别系统对时延数据识别率.为了充分利用图像的局部特征,对图像进行大小分块,并对各分块图像进行主成分分析;然后,为了缓解外部环境温度对识别的影响,通过训练学习不同温度下的红外人脸数据,去除每个图像块受环境温度影响较大的特征值.最后,为了结合整体特征,并将余下的特征值组合成特征向量用于识别.实验结果表明,本文提出的方法可以提高红外人脸识别系统对时延数据的识别率.(本文来源于《小型微型计算机系统》期刊2012年06期）
谢志华[4]（2011）在《红外人脸识别中鲁棒特征提取技术的研究》一文中研究指出基于机器的可靠自动身份识别是目前生物识别的研究热点。其中,自动人脸识别由于其具有直观性、非侵犯性、被动性等优点成为机器视觉领域最活跃的一个领域。然而,人脸识别在应用中的主要难点是容易受到光照、姿态、表情等因素的影响。由于红外人脸识别对光照的不变特性,成为计算机视觉领域的一个重要方向。不过,红外人脸识别也有其自身的缺点：低分辨率和不稳定性。本文在深入分析红外人脸图像优缺点的基础上,得出红外人脸识别面临的主要挑战是：1.红外图像的低分辨率。由于红外相机的分辨率的限制,不可能达到可见光的分辨率,而且红外人脸边缘轮廓比较模糊。2.红外温谱图不稳定。红外温谱图容易受到外部环境温度以及生理和心理因素的影响。针对红外人脸识别的上述不足,本文主要从两个方面研究红外人脸图像的鲁棒特征提取技术：1.基于传统的可见光人脸特征提取技术,根据红外人脸识别的特点,研究适合红外人脸图像的鲁棒特征提取方法2.基于红外图像温度的传热机理,研究将易受环境影响的温谱图转化为稳定的生物特征方法。具体来说本文的成果和创新之处包括以下几点：1.基于红外人脸图像低分辨率的特点,为了提取更多的局部特征,对原有基于整体特征的可见光人脸识别进行了研究和改进,在原有的整体特征提取方法基础上引入了分块和加权的思想,提高红外人脸识别的鲁棒性。2.提出了一种新的基于局部差分二进制模式的红外人脸特征提取方法。对传统的局部二进制模式特征提取进行了两方面的改进：二阶方向结构信息的特征提取和鉴别模式的抽取3.基于人脸生物的传热机理,提出一种基于生物传热方程的离散化建模的方法。通过建立的有效离散血流模型,提出了一种把易受环境温度影响的温谱图转化为较为稳定的血流信息的方法。4.为了综合局部特征和整体特征对红外人脸识别的贡献,提出了一种基于分块的整体特征提取与LDBP特征提取融合的红外人脸识别系统(本文来源于《江西财经大学》期刊2011-12-01）
曾华[5]（2011）在《红外人脸图像识别研究》一文中研究指出人脸识别技术具有直观性、被动性及非侵犯性,且人脸的识别以携带方便、识别经济及准确的特点,是现在模式识别领域的专家和学者研究的热点之一。人脸的红外图像可以用于人脸识别的原因是红外人脸图像是由被测对象的人脸皮肤组织和结构的红外热辐射形成的,可以独立于外部光照。又由于热红外图像与人脸面部的血管分布有关,具有唯一性、抗干扰性、具有防伪装防欺诈性。因此,红外人脸图像识别受到越来越多的重视。论文首先研究了红外人脸图像的特点及特征向量的提取,利用红外人脸图像血管交叉点提取出特征向量,利用特征向量来匹配红外人脸图像。然后研究了基于混合高斯分布的红外人脸分割,该方法先用最小错误率的贝叶斯人脸分割算法将人脸的红外图像手动分割成人脸部分和背景部分,若这二部分分别服从不同的高斯分布,分别使用EM算法初始化混合高斯分布的参数,求出人脸部分和背景部分的概率分布。再用各向异性扩散滤波器对人脸图像平滑滤波提取特征向量,增强人脸血管边缘的对比度,再利用高帽分割可以得到红外人脸图像图像中的人脸血管。最后使用特征向量匹配算法来识别红外图像。通过红外人脸图像数据库算法验证。该文提出的算法识别率较高,具有可行性和实用性。(本文来源于《武汉工程大学》期刊2011-05-01）
朱江平,苏显渝,向立群[6]（2010）在《红外人脸隐蔽性叁维测量》一文中研究指出提出了一种利用近红外结构光对人脸进行隐蔽性叁维测量的方法。将波长为850nm的红外结构光条纹投影到人脸表面,利用相位测量轮廓术获取人脸的叁维数据。用频谱分析的方法讨论了皮肤对结构照明光场的影响,通过实验给出了系统等效的传递函数,并计算分析了皮肤对红外正弦条纹对比度的影响.由于皮肤的透射和散射等特性,在设计人脸叁维测量系统时,必须使用较低空间频率和较高对比度的结构光。实验结果表明,文中提出的方法是可行的,满足人脸隐蔽性叁维测量的要求,在医学美容、人脸识别等领域具有广阔的应用前景。(本文来源于《激光杂志》期刊2010年03期）
谢志华,伍世虔,方志军[7]（2009）在《基于血流图的小波域分块DCT+FLD红外人脸识别方法》一文中研究指出为了从生物特征角度同时结合人脸的局部特征和整体特征提高红外人脸的识别性能,提出了一种基于血流图的小波域分块DCT+FLD(Fisher线性判别)红外人脸识别方法。首先利用血流模型把温谱图转换成血流图,然后用小波变换对人脸血流图像做两级小波分解,再对低频子带进行分块并对每个分块进行DCT变换,提取部分变换后的系数作为子块的特征值,对这些子块的特征值构成的组合特征值从整体上做Fisher线性分析,得到特征子空间,最后根据欧氏距离和叁阶近邻分类器进行识别,得到最终的识别结果。实验表明,同基于传统PCA+FLD,DCT+FLD以及DWT+PCA+FLD方法相比,所提出的方法得到了更好的识别效果。(本文来源于《计算机科学》期刊2009年12期）
吴海燕[8]（2009）在《红外人脸识别中的决策融合和有限元分析》一文中研究指出人脸识别技术以其具有直观性、被动性和非侵犯性,在生物特征识别领域有着无法比拟的优势。在诸多影响人脸识别性能的因素中,光照的变化是识别领域最具挑战的难题之一。考虑到红外图像基于目标温度成像,完全不受外部光照的影响,且每个人的脸部温谱图各不相同,即使是长得一模一样的双胞胎,脸部温谱图也不同。因此,将红外技术与人脸识别技术相结合,在高安全性部门的警戒、入口控制及计算机保密等领域有着广阔的应用前景。本论文在简单介绍红外人脸图像特性的基础上,以血流量稳定不变的静态模型为条件,研究了常态下基于血流图的决策融合方法;以外部环境温度影响血流量发生变化的条件下,研究了非常态下基于有限元分析的方法,并进行了相关的实验测试。论文首先分析了红外人脸图像的特性及人脸识别的特点,详细描述了红外人脸识别系统,包括数据库采集、人脸检测与定位、特征提取及分类识别。此外,考虑到信息融合的思想已逐步运用到识别系统中,因此,简单介绍了像素级融合、特征级融合和决策级融合叁种融合方法。考虑到红外图像分辨率低,人脸边缘轮廓和细节特征比较模糊,这对图像的有效识别产生一定的影响,而有效的人脸识别算法,必须充分挖掘不同方面的特征信息,本文采用了决策融合的方法。该方法主要基于叁种特征提取方法的改进:离散余弦变换计算速度快,有限个系数即可保留大部分能量,但其只考虑了整体特征,所以本文利用了DCT变换的强压缩性能,选取小波分解后的低频子带进行分块DCT变换,保留适当的DCT系数作为其分块的特征,从而得到局部信息,然后对各个分块特征进行融合得到整体信息;尽管PCA能有效保留源图像的主要信息,但其基于整个数据库变换,基于单幅图像本身变换的DCT方法在一定条件下比PCA方法要好,所以本文在小波分解的基础上采用DCT变换和FLD的特征提取方法;小波变换对信号具有自适应性,能有效压缩图像,但传统意义上的小波执行时间长,且需要较大的内存支持,不适于实时系统。所以本文利用提升小波结构简单,运算量低,原位运算,节省存储空间,在小波变换的基础上改进为以提升小波结合PCA的方法进行特征提取。实验结果表明,在原有基础上,叁种方法识别率均有一定的提高,对于改进后的特征识别方法在融合后识别率也有进一步的提高。虽然基于能量图与血流图的红外人脸识别在识别性能上均高于基于温谱图的红外人脸识别,但它们均假定为基于静态模型下,即血流量保持稳定不变。事实上,外部环境温度、喝酒、发烧或运动等因素都会对血流产生影响,进而影响识别性能。为此,本文针对非常态红外人脸识别,尝试开展有限元分析。具体采用Pennes方程作为生物热模型,由有限元方法重构温谱图,将实际温谱图与模型所得温谱图的温度进行比较,根据设定的阈值进行不断调整,反向求解离散的人脸热模型,逐步得到准确的生物信息。初步实验证明,该方法能有效提高识别率,对于非常态下的鲁棒生物特征提取有一定的指导意义。(本文来源于《江西财经大学》期刊2009-12-01）
伍世虔,韦礼珍,方志军[9]（2008）在《红外人脸识别技术》一文中研究指出研发一个稳定可靠的人脸识别系统至今还是计算机视觉中的一个难题,用红外图像来进行人脸识别是近几年才发展的一个新领域。本文对红外人脸识别技术,特别是特征提取的研究,进行了综述,并对未来红外人脸识别的方向进行了展望。(本文来源于《中国图象图形学报》期刊2008年12期）
红外人脸论文开题报告
（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：
由于红外温谱图会随着环境温度、生理及心理因素的变化而变化,从而导致红外人脸识别性能的急剧下降,针对此问题,提出一个血流模型,把红外温谱图转化为更为稳定的血流图,并介绍基于血流模型的实时红外人脸识别系统。对同时段及时延图像的实验表明:(1)当人体处于稳态时,血流图对环境温度更加鲁棒;(2)对时延图像,基于血流图的识别率接近同时段图像的识别率,而基于温谱图的识别率却大为降低。
（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。
红外人脸论文参考文献
[1].谢志华,刘国栋.基于局部二元模式的快速红外人脸识别系统[J].红外与激光工程.2013
[2].伍世虔.红外人脸识别(英文)[J].西安邮电大学学报.2013
[3].谢志华,伍世虔,方志军,卢宇.面向时延数据的分块PCA红外人脸识别[J].小型微型计算机系统.2012
[4].谢志华.红外人脸识别中鲁棒特征提取技术的研究[D].江西财经大学.2011
[5].曾华.红外人脸图像识别研究[D].武汉工程大学.2011
[6].朱江平,苏显渝,向立群.红外人脸隐蔽性叁维测量[J].激光杂志.2010
[7].谢志华,伍世虔,方志军.基于血流图的小波域分块DCT+FLD红外人脸识别方法[J].计算机科学.2009
[8].吴海燕.红外人脸识别中的决策融合和有限元分析[D].江西财经大学.2009
[9].伍世虔,韦礼珍,方志军.红外人脸识别技术[J].中国图象图形学报.2008