基于Gabor小波和支持向量机的人脸识别方法

基于Gabor小波在图像表征方面的优越性，提出了将Gabor小波和支持向量机(SVM)相结合用于人脸识别的方案。用Gabor小波对人脸图像进行特征提取，再利用SVM策略对特征向量进行分类识别，实验的仿真结果验证了本算法的有效性。     

复杂背景下人眼定位及人脸检测

人眼定位和人脸检测是人脸识别的重要环节，复杂背景下，人眼定位及人脸检测容易受到光照以及其它物体的影响。在没有检测到人脸的情况下，对原始图像用sobel算子得到灰度边缘图像，进而得到边缘灰度加强图像，估算分割双眼的阈值范围。对边缘灰度加强图像二值化后，结合人脸的几何特征以及双眼的二维相关系数自动确定双眼候选点，利用人脸模板检验双眼及人脸的真实性。大量实验结果表明，该算法在复杂背景下进行人眼定位及人脸检测是有效的。     

一种快速准确的人眼定位方法

提出一种利用快速辐射对称变换标准地定位双眼瞳孔的新方法。首先估计眉毛的大体位置,根据眉毛定位的结果,在可能存在双眼的一定区域,利用快速辐射对称变换找到黑色的特征点,用眼珠模板对检测到的特征点进行纠偏后,根据几何特征确定双眼的候选对,再次利用眼珠模板精确定位瞳孔的位置。对ORL和SJTU-IPPR数据库的实验表明,该算法可以实时的定位双眼,准确率达到90％以上。     

身份验证中基于主动外观模型的手形匹配

身份验证系统包括了指纹识别、人脸识别、声音识别、虹膜识别和手形识别等生物识别技术。采用主动外观模型（AAM）用于手形的匹配,在特征提取阶段共同提取手形特征和纹理特征,实现了在特征级的特征融合。与现有方法进行了试验比较后表明,该方法提高了识别准确率与验证准确率。     

基于肤色信息的人脸检测和人眼定位方法

提出的人脸检测和人眼定位方法利用人类肤色在YIQ颜色空间分布的稳定性,检测出图像中的皮肤区域,然后利用人脸的特征知识来判断人脸的存在,通过计算脸部特征的对称性,从而精确定位。实验结果证明了方法的有效性。     

复杂背景下基于傅立叶描述子的手势识别

人的手势是人们日常生活中最广泛使用的一种交流方式。由于在人机交互界面和虚拟现实环境中的应用,手势识别的研究受到了越来越广泛的关注。但是目前基于单目视觉的手势识别技术中,手势分割要求背景简单或者要求识别者戴着笨重的数据手套。而该文结合了运动信息和基于KL变换的肤色模型,在复杂背景下进行手势分割,与传统的基于RGB肤色模型的手势分割相比,在复杂背景环境下得到了很好的分割效果。在对分割的手势区域进行预处理后,该文使用了一种归一化的傅立叶描述子进行手势的特征提取,相比传统的傅立叶描述子更加准确,最后采用了传统的三层BP网络作为模式识别器,手势训练集和测试集的识别率分别达到了95．9％和95％。