線性子空間法人臉識(shí)別的研究.pdf

1、人臉識(shí)別是生物特征識(shí)別領(lǐng)域的一大研究熱點(diǎn)。與其它生物特征識(shí)別技術(shù)相比，人臉識(shí)別技術(shù)具有無(wú)接觸、易采集、識(shí)別率高等優(yōu)點(diǎn)，因而受到人們的普遍歡迎，在法律、商業(yè)、公共安全、身份鑒定、門(mén)禁系統(tǒng)、視頻監(jiān)視等領(lǐng)域有著廣泛的應(yīng)用前景。人臉識(shí)別主要包括三方面的內(nèi)容：人臉檢測(cè)與定位、特征提取、分類與識(shí)別。本文主要是圍繞著人臉識(shí)別中的特征提取技術(shù)展開(kāi)的。 特征提取是指將數(shù)據(jù)從原始空間變換到特征空間的過(guò)程，該變換使得原始數(shù)據(jù)由維數(shù)較少的“有效”特征數(shù)

2、據(jù)來(lái)表示，但不減少原始數(shù)據(jù)所包含的內(nèi)在信息量。目前，已經(jīng)提出了許多特征提取的方法，其中子空間分析因其計(jì)算簡(jiǎn)單、識(shí)別率高等特性引起了人們的廣泛注意，現(xiàn)已成為人臉圖像特征提取和識(shí)別的主流方法之一。線性子空間的特征提取方法具備計(jì)算效率高、表征能力強(qiáng)等優(yōu)點(diǎn)。其中又以基于主成分分析的特征臉?lè)椒ê突诰€性判別分析的方法比較成功。由于人臉圖像較易受各種外界因素的干擾，簡(jiǎn)單的一次主成分特征提取或線性判別分析特征提取很難得到人臉圖像在特征空間內(nèi)的準(zhǔn)確表征

3、。本文對(duì)各種線性子空間法從理論分析和實(shí)驗(yàn)結(jié)果兩方面進(jìn)行比較，指出了線性判別分析子空間法在人臉識(shí)別特征提取中的優(yōu)越性。 Fisher線性判別分析在人臉識(shí)別應(yīng)用中取得了很好效果。文中提出了一種新的基于Fisher線性判別分析的人臉識(shí)別方法：改進(jìn)的零空間法。該方法針對(duì)Fisher準(zhǔn)則與識(shí)別率并非直接相關(guān)，提出了一種改進(jìn)的求解總的類間散布矩陣和總的類內(nèi)散布矩陣的策略：對(duì)總的類間散布矩陣，通過(guò)適當(dāng)?shù)臋?quán)函數(shù)加大距離較近的兩類的作用，因?yàn)橄噜?/p>