基于PVM的快速人脸特征匹配地研究.pdfVIP

基于PVM的快速人脸特征匹配的研究 谢炳龙苏光大尚焱 清华大学电子工程系，北京100084 摘要基于人脸特征的人脸识别由人脸特征提取和人脸特征匹配两步构成。在人脸特征数据库容量较大 的情况下，如何提高人脸特征匹配速度至关重要。本文根据人脸特征匹配可并行化的特点，提出了使用 Virtual PvM(并行虚拟机，ParallelM耻hj眦)进行快速的人脸特征匹配的方法。这一方法灵活廉价，在海量人 脸特征数据库中应用将显著提高系统响应速度。 关键词人脸识别，并行虚拟机．特征匹配。 of Feature Research09PVM．BasedFastMatchFacial Xie Yan Binglong，SuGuangda，Shang 100084 Dept．ofElectronicEngineering．TsinghuaUniv．Beijing AbstractThefe{aure-bascdfacial consistsoftwo featureextraction，andfacialfeature recognition steps：facial to matchthefeaturedatabasehasa match．Itisof the offacialfeature if keyimportanceimprovespeed large the ofvastfeature fast is toacceleratethe： volume．Knowing comparison，aapproachproposed parallelizability featurematch Virtual this Thismethodis and it byusingPVM(ParallelMachine)inpapeL cheap scalable，and will shortenthe tlmcwhen in facialfeaturedambases system huge—alnouut obviously m9ponse applied Virtual KeywordsFacial Machine．FeatureMatch Recognition,Parallel 1 引言 人脸识别一直是人工智能和模式识别的重要方面，但是它一直没有得到完美的解决。 在所有人脸识别的方法中．基于特征的人脸识别是非常重要的一种方法【1】。 这种方法 维护着一个己知人脸数据库，该库中包含从已知人脸提取的已知人脸特征。当待识别的未 知人脸到达时，不是将未知人脸与库中的已知人脸直接相比较：而是，首先对未知人脸也提 取人脸特征，然后，将未知人脸的特征与数据库中的已知人脸的特征相比较。根据用户的需 要，系统输出与未知人脸相似程度较高的已知人脸作为识别结果。人脸识别可以分为两个 过程：维护已知人脸和特征数据库；对单个未知人脸进行识别。上述两个过程都涉及相同 的一个步骤，即人脸特征提取。对于未知人脸识别过程来说，还需要进行人脸特征匹配。所 以提高人脸识别系统的速度．不管是建库