● 摘要
人脸识别技术自出现至今凭借其潜在的应用价值和层出不穷的挑战一直都是计算机视觉领域的热门课题。在传统正面人脸的识别率已经在理论上达到峰值的情况下，对于多姿态人脸识别的研究也逐渐成为该领域新的课题重点与攻关难点，因此也带动了对于人脸姿态估计工作的分析与研究。目前存在的一些对图像中人脸姿态进行预测的技术均或多或少地存在一些不足之处，比如基于几何信息的方法需要依赖特征点的标记精度，基于机器学习的方法很容易遭受到过拟合的干扰等等，而且大部分方法需要在三维环境下进行训练与测试，从而导致了繁复的计算量。针对这些问题，本文提出了一种基于随机森林的二维人脸姿态估计方法，首先利用二维纹理和三维网格一一对应的原理生成一个覆盖任意姿态的多姿态人脸数据库；随后通过使用随机森林这种强分类器来达到抑制过拟合的现象，估计图像的姿态信息；最后我们还将姿态估计的方法与人脸识别的过程联系起来并获得了良好的识别效果。本次课题的主要优点和创新点在于：利用简单的物理变换原理设计了创建多姿态人脸数据库的方法，相比传统采集方法具有速度快、精度高、占用资源少和可拓展性强等优点；将随机森林引入二维人脸姿态估计中，在不需要预先提供待预测图像任何特征点的前提下提高了姿态估计的精度并减少了计算的复杂度；将姿态估计的方法成功地应用到人脸识别中，提供了一种三维辅助的多姿态人脸识别方法，在解决了姿态变化对人脸识别的影响的同时也极大减少了三维数据使用所带来的计算量。