基于子空間的線性與非線性人臉識(shí)別算法的研究.pdf

1、隨著社會(huì)的發(fā)展,科技的進(jìn)步,人與人之間在交往的過(guò)程中進(jìn)行的身份鑒定成為建立信用的保障,人臉識(shí)別技術(shù)應(yīng)運(yùn)而生,特征提取作為其關(guān)鍵環(huán)節(jié)成為研究的熱點(diǎn)。子空間方法以其描述能力強(qiáng)、計(jì)算代價(jià)小、識(shí)別穩(wěn)定等優(yōu)點(diǎn)成為特征提取算法中的主流算法。本文主要研究了子空間基礎(chǔ)上的人臉識(shí)別與特征提取,在原有算法的基礎(chǔ)上提出了改進(jìn)算法。特征提取的研究與問(wèn)題的解決對(duì)于模式識(shí)別領(lǐng)域的發(fā)展和成熟意義重大。
　　 論文開始介紹了人臉識(shí)別的發(fā)展現(xiàn)狀,并且闡述了人臉識(shí)

2、別中的特征提取對(duì)科技和社會(huì)發(fā)展的重要影響,并且對(duì)人臉識(shí)別中的幾種典型的算法進(jìn)行了分析與討論；其次討論了基于子空間算法的基本理論與算法思想,并就特征提取中存在的問(wèn)題進(jìn)行了重點(diǎn)的研究；最后在已有理論和算法的基礎(chǔ)上,提出了三種改進(jìn)的基于子空間的人臉識(shí)別算法。
　　 首先,在Gabor小波基礎(chǔ)上提出的二維的Gabor均值濾波。該算法在考慮到圖像像素之間關(guān)系的基礎(chǔ)上,分別對(duì)預(yù)處理后的人臉圖像進(jìn)行Gabor均值運(yùn)算,充分考慮了圖像樣本之間的

3、類別信息,提高了圖像邊緣特征的提取效率,從而獲得了更好的識(shí)別能力。
　　 其次,在雙向2DPCA算法的基礎(chǔ)上,提出了改進(jìn)的雙向2DPCA算法,該算法不是硬性地將行與列兩個(gè)方向上的投影矩陣進(jìn)行硬性疊加,而是對(duì)經(jīng)過(guò)行變換產(chǎn)生的特征矩陣再直接進(jìn)行列方向上的2DPCA運(yùn)算,對(duì)人臉圖像能夠進(jìn)行較好的壓縮運(yùn)算,提高了算法的識(shí)別能力。
　　 再次,在非線性判別分析算法的基礎(chǔ)上,提出了核Fisher判別分析與Gabor均值相結(jié)合的人臉識(shí)