基于特征臉和多特征的人臉識別算法研究.pdf

1、現(xiàn)代社會對于身份鑒別的準確性、安全性與實用性提出了更高的要求，傳統(tǒng)的身份識別方法，例如：密碼、IC卡等，已經(jīng)不能很好滿足這種要求，而人體豐富的生理和行為特征為此提供了一個可靠的解決方案，因而引起了國際學術(shù)界和企業(yè)界的廣泛關注。 人臉識別技術(shù)作為生物特征識別技術(shù)的主流技術(shù)之一，是國內(nèi)外研究和應用．的熱點。自動人臉識別系統(tǒng)有兩個主要的環(huán)節(jié)：人臉檢測和定位，人臉識別(鑒證)。本文首先介紹了人臉識別技術(shù)中的幾個主要研究方向，然后針對

2、人臉識別算法主成分分析法(Principal Component Analysis，簡稱PCA)，也就是特征臉方法進行了深入研究，引進了基于二階特征的人臉識別，并提出了基于多特征的人臉識別算法。本文的主要工作可以概括如下： 研究結(jié)果了兩種補償光照變化的灰度預處理方法：灰度歸一化和直方圖均衡，采用特征臉法對二者做了識別對比實驗。 針對傳統(tǒng)的特征臉(PCA)方法中特征向量的選擇問題，做了大量實驗分析。分析了傳統(tǒng)特征臉方法

3、的優(yōu)點與不足。 由于傳統(tǒng)特征臉法對光照變化的適應性差，本文引進了基于二階特征臉的識別算法。該方法通過“丟棄”傳統(tǒng)特征臉方法得到的前數(shù)個反應光照信息的特征臉，克服光照干擾的影響。本文針對一、二階特征臉權(quán)重系數(shù)的選擇問題做了大量的實驗分析。 上述兩種識別方法均是基于整體特征的，在進行特征提取時圖像中的所有像素給予了相等的地位，但是研究表明不同的臉部特征在識別中起著各不相同的作用。我們提出了基于多特征的人臉識別算法