基于快速變換的人臉特征提取與識別技術(shù)的研究.pdf

1、人臉識別是一種被應(yīng)用廣泛的生物識別技術(shù)，相比較基于指紋、虹膜等生物特征的生物識別方法來說，基于人臉的生物識別方法更加方便、友好和隱蔽，因此人臉識別技術(shù)越來越被廣泛的應(yīng)用在人們的生產(chǎn)和生活中。在某些特殊的場合，比如公安追蹤逃犯時的識別過程中，除了識別準(zhǔn)確率之外，識別的速度也非常重要，所以本文主要目的是在保證一定的識別準(zhǔn)確率的同時，加快人臉識別速度。
　　在比較和分析了傳統(tǒng)的人臉識別技術(shù)的優(yōu)缺點(diǎn)之后，本文提出了一種快速傅立葉變換和奇異

2、值分解法結(jié)合的人臉識別技術(shù)。首先，將訓(xùn)練樣本做預(yù)處理后，再從空域轉(zhuǎn)換到頻域，用頻域的幅值作為人臉在頻域的特征表示。其次，將經(jīng)過快速傅立葉變換和降維后的訓(xùn)練圖像的均值做奇異值分解，取出行和列兩個方向的人臉特征作為特征空間。最后，將訓(xùn)練樣本和測試樣本均投影到特征空間，利用歐式距離做分類識別。在整個過程當(dāng)中，加快識別速度的方面主要體現(xiàn)在：第一，在轉(zhuǎn)換到頻域的過程中，快速傅立葉變換除了擁有傳統(tǒng)的DCT變換所具備的能量集中以便于降維的優(yōu)良性質(zhì)外，

3、還可以利用周期性以及半周期性等快速傅立葉變換所特有的性質(zhì)進(jìn)一步加快人臉圖像空域轉(zhuǎn)頻域的速度；第二，奇異值分解是直接作用在二維圖像矩陣上的，而主成份分析法是在先圖像做拉伸，再計算協(xié)方差矩陣，然后基于協(xié)方差矩陣做正交變換，所以奇異值分解作用矩陣大小比主成份分析法更小，所以在提取特征時奇異值分解在速度方面上有著明顯的優(yōu)勢。
　　本次研究采用的數(shù)據(jù)是ORL和Yale人臉數(shù)據(jù)庫。在實驗階段，改變不同的參數(shù)比較這幾種方法的識別速度和識別準(zhǔn)確率