基于DCT和支持向量機(jī)的人臉識(shí)別技術(shù)研究.pdf

1、分類號(hào)UDC密級(jí)編號(hào)基于DcT和支持向量機(jī)的人臉識(shí)別技術(shù)研究R。8e8rchoilFaceRecogniti。nBasedonDCTandSVM學(xué)位授予單位及代碼：監(jiān)101—8fi—)學(xué)科專業(yè)名稱及代碼：鹽望擔(dān)廛旦基壟(塑!墊!!研冗方向：國縫絲堡生搓囂逖班指導(dǎo)教師：蔓住熬攫論文起止時(shí)腳：2009]1201012申請(qǐng)學(xué)位數(shù)別：亟研究生：墮墊鰱摘要隨著現(xiàn)實(shí)生活中對(duì)身份認(rèn)證技術(shù)的迫切需求研究者們也越來越關(guān)注人臉識(shí)￡0技術(shù)的研究。由于人臉識(shí)別

2、具有潛在的巨大應(yīng)用前景它不僅可以用于事后碌蹤也可以用于安全防控等眾多實(shí)時(shí)的實(shí)際應(yīng)用上。針對(duì)人臉圖像的維數(shù)過高的問題，本文采用離散余弦變換技術(shù)(DCT)進(jìn)行提取主要的特征，這個(gè)次屜佳的方法相對(duì)于其他方法有很大的速度優(yōu)勢(shì)。同時(shí)僅用較少數(shù)量的DCT系數(shù)就能有效的表征樣本數(shù)掘進(jìn)而可以達(dá)到加快整個(gè)人臉識(shí)別過程的速度的目的。本文采用支持向量機(jī)(SVM)來進(jìn)入臉議別的分類問翹主要是因?yàn)槿四樧R(shí)別屬于牘型的小樣本問題，而支持向量機(jī)恰好是解決小樣本問題而研