基于子空間的人臉識別系統(tǒng)研究.pdf

1、利用生物特征進(jìn)行身份識別的技術(shù)已經(jīng)被廣泛使用于我們生活中的各個領(lǐng)域。與其他生物特征識別技術(shù)相比，人臉識別是一種遠(yuǎn)距離，用戶非配合狀態(tài)下的快速身份識別技術(shù)，現(xiàn)在已經(jīng)成為生物識別技術(shù)的研究趨勢和熱點(diǎn)。人臉識別技術(shù)涉及數(shù)字圖像處理、模式識別、計(jì)算機(jī)技術(shù)和心理學(xué)等多個科學(xué)領(lǐng)域，具有重要的科學(xué)研究價值和應(yīng)用價值。
　　本文系統(tǒng)性的研究了人臉識別的相關(guān)理論，提出了一種基于圖像細(xì)節(jié)增強(qiáng)的PCA方法，并設(shè)計(jì)了一個人臉識別系統(tǒng)。主要工作如下：

2、>　　1.深入研究了人臉檢測的Adaboost算法原理和分類器的訓(xùn)練過程，并在PC上實(shí)現(xiàn)了基于Adaboost的靜態(tài)圖像人臉檢測與定位。
　　2.學(xué)習(xí)和研究了關(guān)于人臉識別的預(yù)處理方法，包括幾何歸一化、灰度歸一化和二值化。預(yù)處理的方法主要是基于圖像處理。
　　3.本文主要研究的是基于子空間的人臉識別算法，包括PCA和LDA。在PCA算法的基礎(chǔ)上，提出了一種細(xì)節(jié)增強(qiáng)PCA算法。細(xì)節(jié)增強(qiáng)PCA算法融合了局部方差的圖像增強(qiáng)處理算法和

3、直方圖均衡化方法，這種方法既能改善圖像的動態(tài)范圍又可以增強(qiáng)局部細(xì)節(jié)，通過在ORL和YALE人臉數(shù)據(jù)庫上進(jìn)行的實(shí)驗(yàn)表明，細(xì)節(jié)增強(qiáng)方法可以提高識別率并且對光照和表情具有一定的魯棒性。研究了PCA和LDA算法的原理，為了解決LDA算法遇到的小樣本問題，在2DPCA和Fisherface的基礎(chǔ)上設(shè)計(jì)了人臉識別混合算法—2DPCA+LDA方法。實(shí)驗(yàn)結(jié)果表明細(xì)節(jié)增強(qiáng)2DPCA+LDA的方法可以提高識別率。
　　4.設(shè)計(jì)了一個人臉識別系統(tǒng)，包括