论文部分内容阅读
由于公共安全、信息安全等领域的应用需求，生物特征识别技术引起了广泛关注。其中人脸识别技术因为其独特的优势，具备非常大的市场应用前景。在图像模式识别学术上，人脸识别技术研究也有其重要的意义。
本论文以提升人脸识别技术水平为目的，在统计图像分析和模式识别理论指导下，以图像人脸局部特征为基础，研究由局部特征到全局决策的人脸分类识别的概率模型和新方法。本文在以下三个方向进行了研究：一、基于局部特征和马尔可夫随机场理论的人脸图像建模和识别方法;二、基于局部特征的异质人脸图像生成和匹配方法；三、融合基于局部特征的多源和多模态信息的生物识别方法。以下为本论文的主要工作及贡献：
①在马尔可夫随机场和贝叶斯理论框架下，将局部图像特征间的关系作为人脸识别重要的约束条件，提出了一种基于马尔可夫随机场的人脸识别模型；通过实验证明了该方法的有效性，为人脸识别研究方引入了新的方法，并提供了一个用经典理论解决实际问题的示范。
②借鉴图像纹理分析的理论和图像合成理论，提出了“人脸类推”的概念，通过局部归一化和图像映射，将近红外图像变换成相应的可见光图像，从而将异质图像匹配问题转化成传同质图像人脸识别问题；为异质图像人脸匹配问题提供了一个新的解决方法。
③提出了一种新的多模态融合方法，对近红外人脸、可见光人脸、和虹膜等多模态，在分数层进行非线性融合；通过在实际数据库上对各种基于分数层的传统融合方法的比较实验，验证了该融合方法的有效性；为提升人脸识别核心技术，提供了一个多模态融合的解决方法。
最后，本论文设计并实现了一个能在实际应用中使用的近红外人脸和可见光人脸融合的识别系统，系统从硬件和软件两部分保证了其实用性，为人脸识别技术的市场推广做了一定的贡献。