基于皮肤模板和改进HMM的自动人脸识别系统(4)

ｆｏｒｍａｎｃｅｏｆ

ｉｍｐｒｏｖｅｄＨＭＭｉｓｃｏｍｐａｒａｂｌｅｗｉｔｈｔｈａｔｏｆＤＣＴＨＭＭ

ｗｈｅｎｔｈｅｎｕｍｂｅｒ

ｏｆｔｒａｉｎｉｎｇｉｍａｇｅｓｉｓ

５．

基于皮肤模板和改进HMM的自动人脸识别系统

７４

深圳大学学报理工版

第２５卷

Ｔａｂｌｅ１

ＥｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｆｏｒＯＲＬ

ｄａｔａｂａｓｅ表１ＯＲＬ数据库的实验结果Ｉｎｔｈｅ

ｎｅｘｔ

ｅｘｐｅｒｉｍｅｎｔ，ａｃｏｌｏｒｆａｃｅ

ｉｍａｇｅｄａｔａｂａｓｅｏｆ３２０

ｉｍａｇｅｓｉｓｐｒｏｄｕｃｅｄｔｏ

ｔｅｓｔ

ｔｈｅｅｆｆｅｃｔｏｆｔｈｅｓｋｉｎｍａｓｋｉｎｇｐｒｏｃｅ－

ｄｕｒｅ．ＡｃｒｅａｔｉｖｅＷｅｂＣａｍｗａｓｕｓｅｄａｎｄ１０ｆｒａｍｅｐｉｃｔｕｒｅｓ

ａｒｅ

ｃａｐｔｕｒｅｄ

ａｕｔｏｍａｔｉｃａｌｌｙｆｏｒｅａｃｈｐｅｒｓｏｎｗｈｅｎｔｈｅｙｓｉｔｂｅｆｏｒｅ

ｔｈｅ

ｃａｍｅｒａ．Ｔｈｅｖｏｌｕｎｔｅｅｒｓｃａｎ

ｔｉｌｔ

ｏｒｒｏｔａｔｅｔｈｅｉｒｈｅａｄｗｉｔｈｉｎ±１００．

Ｔｈｅｆａｃｅ

ｄｅｔｅｃｔｉｏｎ

ｍｅｄｕｌｅｄｅｓｃｒｉｂｅｄｉｎｓｅｃｔｉｏｎ２ｉｓｕｓｅｄ

ｔｏ

ｄｅｔｅｃｔ

ｔｈｅｆａｃｅｓａｕｔｏｍａｔｉｃａｌｌｙｗｉｔｈｄｉｆｆｅｒｅｎｔｌｉｇｈｔｉｎｇ，ｐｏｓｅｓａｎｄｅｘｐｒｅｓ—

ｓｉｏｎｓ．Ｔｈｅ

ｖｏｌｕｎｔｅｅｒｓｉｎｖｏｌｖｅｄ

ａｒｅ

ｆｒｏｍｄｉｆｆｅｒｅｎｔｃｏｕｎｔｒｉｅｓａｎｄ

ｔｈｕｓｃａｐｔｕｒｅｄｆａｃｅｉｍａｇｅｓ

ｃｏｖｅｒ

ｄｉｆｆｅｒｅｎｔ

ｔｙｐｅｓｏｆｓｋｉｎｃｏｌｏｒｓ．Ｆｉｇ

６ｓｈｏｗｓｔｈｅｆｌｏｗｃｈａｒｔｔｏｇｅｎｅｒａｔｅｔｈｅＮｏｔｔｉｎｇｈａｍｆａｃｅｄａｔａｂａｓｅｓ．ＤａｔａｂａｓｅｓＮｏｔｔ＿ＡａｎｄＮｏｔｔ—Ｂ

ｏｒｅ

ｐｒｏｄｕｃｅｄ

ａｔｔｈｅｓａｍｅｔｉｍｅｄｕｒ－

ｉｎｇｔｈｅｃａｐｔｕｒｉｎｇｐｒｏｃｅｓｓ．Ｃｏｍｐａｒｅｄｗｉｔｈ

ｄａｔａｂａｓｅＮｏｔｔ．—Ａ，ｔｈｅ

ｓｋｉｎｍａｓｋｉｎｇｍｏｄｕｌｅｄｅｓｃｒｉｂｅｄｉｎ

ｓｅｃｔｉｏｎ２ｗａｓｕｓｅｄｆｏｒｃｒｅａｔｉｎｇ

ｄａｔａｂａｓｅＮｏＲＢ．ＡＰｅｎｔｉｕｍ－４１．８

ＧＨｚＰＣ

ｗａｓ噼ｅｄｉｎｅｘｐｅｒｉ—

ｍｅｎｔａｎｄｔｈｅｉｉＴｌａｇｅｓｉｚｅｉｓ３２０×２４０．１１１ｅｆａｃｅｄｅｔｅｃｔｉｏｎｐｒｏｃｅｓｓｔｏｏｋａｂｏｕｔ１００ｍ８ａｎｄｔｈｅｓｋｉｎｍａｓｋｉｎｇ

ｐｒｏｃｅｓｓｔｏｏｋａｂｏｕｔ４５

Ｉｎｓ．

Ｆｉｇ．６

Ｔｈｅｆｌｏｗｃｈａｒｔｔｏｇｅｎｅｒａｔｅｆａｃｅｄａｔａｂａｓｅ

图６人脸数据库生成流程

ＢｏｔｈＨＭＭｆａｃｅｒｅｃｏｇｎｉｔｉｏｎｍｅｔｈｏｄｓａｒｅｔｅｓｔｅｄｕｓｉｎｇｄａｔａ－ｂａｓｅＮｏｔＬＡａｎｄＮｏｔｔＢ．ｔ１１ｅｒｅｓｕｌｔｓａｒｅｓｕｍｍａｒｉｚｅｄｉｎｔａｂｌｅ２．

Ｉｎｔｈｉｓ

ｅｘｐｅｒｉｍｅｎｔ，５ｏｆｔｈｅｆａｃｅｉｍａｇｅｓａｒｅｒａｎｄｏｍｌｙｃｈｏｓｅｎ

ｔｏ

ｔｒａｉｎｔｈｅＨＭＭｍｏｄｅｌｆｏｒｅａｃｈｐｅｒｓｏｎａｎｄｔｈｅｒｅｍａｉｎｉｎｇ５ｆａｃｅｉｍａｇｅｓ

ａｌｅ

ｕｓｅｄｆｏｒｔｅｓｔｉｎｇ．Ｏｔｈｅｒｐａｒａｍｅｔｅｒｓａｒｅｋｅｐｔｔｈｅｓａｍｅ

ａｓｔｈｏｓｅｉｎｔｈｅｐｒｅｖｉｏｕｓｅｘｐｅｒｉｍｅｎｔｓｕｓｉｎｇＯＲＬｄａｔａｂａｓｅ．Ｆｒｏｍ

ｔａｂｌｅ２，ｏｎｅ

ｃａｎ

ｏｂｓｅｒｖｅｔｈａｔｂｏｔｈａｌｇｏｒｉｔｈｍｓａｃｈｉｅｖｅｂｅｔｔｅｒ

ｐｅｒ－

ｆｏｒｍａｎｃｅｗｈｅｎｄａｔａｂａｓｅＮｏｔｔ—Ｂｉｓｕｓｅｄｆｏｒ

ｔｅｓｔｉｎｇ．Ａｂｏｕｔ５％

ｉｍｐｒｏｖｅｍｅｎｔｓａｒｅａｃｈｉｅｖｅｄｆｏｒｔｈｅｉｍｐｒｏｖｅｄＨＭＭ．Ｓｉｎｃｅｄａｔａ ｂａｓｅＮｏｔｔ—Ｂｉｓ

ｊｕｓｔ

ａ

ｓｋｉｎ

ｍａｓｋｅｄｖｅｒｓｉｏｎｏｆｄａｔａｂａｓｅＮｏｔｔ—Ａ，ｉｔ

ｃａｌｌ

ｂｅｃｏｎｃｌｕｄｅｄｔｈａｔｔｈｅｓｋｉｎｍａｓｋｉｎｇｍｏｄｕｌｅ

ｃａｎ

ｅｆｆｅｃｔｉｖｅｌｙ

Ｔａｂｌｅ２

ＲｅｃｏｇｎｉｔｉｏｎＲａｔｅｆｏｒｄａｔａｂａｓｅ

Ｎｏｔｔ＿ＡａｎｄＮｏＲ—Ｂ

表２数据库Ｎｏｔｔ—Ａ和ＮｏＲ—Ｂ的实验结果

万　

方数据ｉｍｐｒｏｖｅｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆｔｈｅｆａｃｅｒｅｃｏｇｎｉｔｉｏｎｓｙｓｔｅｍ．Ｂｙｃｏｍ—

ｐａｒｉｓｏｎ

ａｍｏｎｇｔｈｅｓｅ

ｒｅｃｏｇｎｉｔｉｏｎａｌｇｏｒｉｔｈｍｓ，ｏｎｅａｌｓｏｏｂｓｅｒｖｅｔｈａｔ

ｔｈｅａｌｇｏｒｉｔｈｍｏｆｉｍｐｒｏｖｅｄＨＭＭａｃｈｉｅｖｅｓｍｕｃｈｂｅｔｔｅｒｐｅｒｆｏｒｍａｎｃｅ

ｔｈａｎｏｔｈｅｒｓｆｏｒ

ｂｏｔｈｄａｔａｂａｓｅＮｏｔｔ＿ＡａｎｄＮｏｔｔ＿Ｂ．

Ｃｏｎｃｌｕｓｉｏｎ

Ａｆｕｌｌｙｗｏｒｋｉｎｇａｕｔｏｍａｔｅｄｆａｃｅｒｅｃｏｇｎｉｔｉｏｎｓｙｓｔｅｍ

ｈａｓｂｅｅｎ

ｉｍｐｌｅｍｅｎｔｅｄｉｎｔｈｅｐａｐｅｒＦａｃｅｉｍａｇｅｓａｒｅｄｅｔｅｃｔｅｄｆｒｏｍｔｈｅｌｉｖｅ

ｖｉｄｅｏｓｔｒｅａｍａｎｄｉｄｅｎｔｉｆｉｅｄ

ａｇａｉｎｓｔ

ａ

ｄｅｖｅｌｏｐｅｄ

ｄａｔａｂａｓｅ．Ａｆａｓｔ

ｓｋｉｎｃｏｌｏｒｂａｓｅｄｆａｃｅｍａｓｋｉｎｇｍｅｔｈｏｄｈａｓｂｅｅｎｐｒｏｐｏｓｅｄｔｏ

ｉｍ－

ｐｒｏｖｅｔｈｅｄｅｔｅｃｔｉｏｎ

ａｃｃｕｒａｃｙ．Ｔｈｅｐａｐｅｒ

ｈａｓａｌｓｏｐｒｏｐｏｓｅｄ

ａ

ＤＷＴ

ｂａｓｅｄｆａｃｅｒｅｃｏｇｎｉｔｉｏｎＨＭＭ，ｗｈｉｃｈｉｍｐｒｏｖｅｄｔｈｅａｃｃｕｒａｃｙｏｆ

ｏ－

ｒｉｇｉｎａｌＤＣＴｂａｓｅｄＨＭＭ．

Ｔｈｅ

ｆａｃｅｄｅｔｅｃｔｉｏｎｍｏｄｕｌｅ

ｃａｎ

ｐｒｏｃｅｓｓｕｐ

ｔｏ１０ｆｒａｍｅｓ

ｐｅｒ

ｓｅｃｏｎｄｆｒｏｍｖｉｄｅｏｓｔｒｅａｍｓ．Ｈｏｗｅｖｅｒ，ｓｉｎｃｅｒｅｃｏｇｎｉｔｉｏｎｒｅｑｕｉｒｅｓｍｕｃｈｍｏｒｅｃｏｍｐｕｔａｔｉｏｎｔｈａｎ

ｄｅｔｅｃｔｉｏｎ，ａｓｉｍｐｌｅ

ｆａｃｅｔｒａｃｋｉｎｇ

ｍｏｄｕｌｅｉｓｉｎｔｅｇｒａｔｅｄｉｎｔｏｔｈｅｓｙｓｔｅｍ．Ｆｏｒｅａｃｈｖｉｄｅｏｆｒａｍｅ，ｆａｃｅｓ

ａｒｅ

ｄｅｔｅｃｔｅｄａｎｄ

ｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｒｅｃｏｇｎｉｚｅｄｆａｃｅｓｉｎｔｈｅｐｒｅｖｉ—

ＯＵＳ

ｆｒａｍｅ．Ｉｆｔｈｅ

ｄｉｓｔａｎｃｅｏ …… 此处隐藏：1649字，全部文档内容请下载后查看。喜欢就下载吧 ……