基于多統(tǒng)計(jì)特征和多分類器相結(jié)合的人臉識(shí)別研究.pdf

1、人臉識(shí)別技術(shù)是指應(yīng)用計(jì)算機(jī)實(shí)現(xiàn)人臉的自動(dòng)識(shí)別的技術(shù)，是當(dāng)前模式識(shí)別和計(jì)算機(jī)視覺(jué)領(lǐng)域的一個(gè)研究熱點(diǎn)。人臉識(shí)別涉及的技術(shù)很多，其中關(guān)鍵的是特征提取和分類方法。本文以此為重點(diǎn)進(jìn)行了相關(guān)的研究，提出了基于小波變換的多特征和多分類器相結(jié)合的人臉識(shí)別方法，主要內(nèi)容如下： 在預(yù)處理階段，完成對(duì)人臉原始圖像的小波分解，取出低頻圖像。由于人臉的表情變化和少許遮掩只影響圖像中的高頻部分的變化，這樣人臉圖像的低頻部分就在有表情變化的情況下仍然比較穩(wěn)定

2、，可以利用小波變換取出入臉的低頻圖像，圖像的數(shù)據(jù)量也有了很大的減少，并且小波變換本身運(yùn)算速度很快，在保證識(shí)別效果的前提下，可以較大地降低計(jì)算復(fù)雜度、提高運(yùn)算速度。 在特征提取階段，不僅求取了小波變換后得到的低頻圖像的特征臉特征，奇異值特征和局部自相關(guān)特征的LAD特征，而且還構(gòu)建了混合特征。 在分類判別階段，利用不同的分類器對(duì)各特征進(jìn)行分類，估計(jì)出對(duì)應(yīng)不同特征的后驗(yàn)概率，再進(jìn)行線性組合得到總的后驗(yàn)概率。在分類時(shí)還考慮了多步