题目：基于局部形状特征提取的人脸照片分类方法的研究与应用

人脸识别具有直接，友好，方便的特点，易于为用户接受，得到了广泛研究与应用。目前该领域算法研究较多，实际应用尚存在一些困难，采用的人脸库也较小，大部分应用采取IC卡、密码等其它方式为主，对比人脸为辅，在无辅助方式前提下，随着人脸库的增大，识别准确率和效率会降低。本文主要以全国硕士研究生现场确认采集的百万量级人脸照片为对象，以减小百万量级人脸识别的工作量以及提高识别对比的速度和精度为目的，研究人脸局部形状特征综合分类的方法，开展百万量级人脸照片的人脸检测、特征提取以及综合分类工作，推进人脸识别技术在大型人脸数据库中的进一步实际应用。论文首先通过实验手段检测照片中是否含有人脸的方法，以便于筛选出不合格的人脸照片；然后研究了快速精确地定位人脸关键特征点，提取出脸部相对稳定的局部形状特征，利用AAM（Active Appearance Models）的人脸形状特征点定位算法，方便地提取出有用的人脸特征点，构成人脸下颚形状、眉毛、眼睛、鼻子和嘴巴的局部形状特征；最后，采用基于形态面指数和下颚宽指数的ISODATA方法进行自动聚类，实现了百万量级人脸照片库的自动分类。实验结果表明，本文的方法能够快速合理地将数据库中的人脸自动分类，从而缩小用于匹配的人脸库以及人脸识别工作的数据量，有助于进一步提高人脸识别查询的速度和精度，满足全国硕士研究生招生过程中采集合格人脸照片、提高人脸识别效率的需求。