人脸识别系统评测方法研究

摘要

人脸识别是当前图像分析与理解领域的一个研究热点，这方面的研究工作自20世纪60年代开始以来，经历了40多年的发展，已经取得了长足的进步，人脸识别技术已经从实验室中的原型系统逐渐走向了商用，出现了大量的识别算法和若干商业系统。 人脸识别技术的发展主要受两个方面因素的影响：人脸识别算法的进步，对人脸识别算法进行综合性能评测的方法。综合的性能评测一方面测试了各算法和系统的综合性能优劣，另一方面也检验了人脸识别技术的总体发展现状，指出了有价值的研究方向。本文主要有如下工作： (1)对常用人脸识别算法进行综述。本文对近年来人脸识别常用算法进行总结并分析其各自特点。 (2)介绍了几次大型的人脸识别系统评测情况。包括FERET及FRVT2000，FRVT2002，FRVT2006四次大型人脸识别系统评测，其中着重介绍了FRVT2000及FRVT2006并对评测结果进行了分析。 (3)研究了人脸识别算法的性能评测方法。介绍并探讨了人脸识别算法性能评测的基本原则、评测方法的分类和针对不同识别任务的相关评测指标。

目录

文摘

英文文摘

声明

第1章引言

1.1研究背景和意义

1.2相关技术的研究现状

1.3本论文实现的主要工作

第2章人脸识别常用算法综述

2.1常用人脸识别算法

2.1.1特征脸算法(Eigenface)

2.1.2模板匹配算法(Correlation)

2.1.3 Fisherface算法

2.1.4弹性图匹配算法

2.1.5一般的神经网络方法(NN)

2.1.6双子空间Bayesian人脸识别方法

2.1.7基于Gabor特征的判别分析方法

2.1.8局部特征分析方法(LFA)

2.2人脸识别系统

2.2.1自动与半自动人脸识别

2.2.2鉴别、验证和监控

2.2.3大型人脸识别系统

第3章人脸识别系统大型评测介绍

3.1国内外主要公共人脸图像数据库

3.2大型评测工作的发展现状

3.2.1 FERET(Face Recognition Technology

3.2.2 FRVT 2000(Facial Recognition Vendor Test 2000)

3.2.3 FRVT 2002(Face Recognition Vendor Test 2002)

3.2.4 FRVT 2006(Face Recognition Vendor Test 2006)

第4章人脸识别系统评测方法研究

4.1设计性能评测方法需注意的基本原则

4.1.1第三方独立评测原则

4.1.2选择评测数据时需要注意的问题

4.1.3人脸识别系统性能评测的三熊问题

4.1.4数据集合的划分方法

4.2人脸识别系统性能评测的方法

4.2.1识别与认证基本问题描述

4.2.2按照评测的目的和内容分类

4.2.3按照自动化程度分类

4.2.4按照系统任务分类

4.3性能评测的指标

4.3.1开集识别性能评价指标

4.3.2闭集识别性能评价指标

4.3.3身份认证性能评价指标

4.4小结

第5章未来展望

5.1本文工作总结

5.2未来展望

参考文献

攻读硕士学位期间取得的学术成果

致谢