基于支持向量机人脸识别技术.pdf

摘要关键词:支持向量机;人脸识别;多类分类;特征提取;��篖�权限控制等方面得到了广泛的应用,是计算机科学与技术和模式识别领域中非常活跃的研究课题。支持向量机方法具有全局最优、结构简单、推广能力强等优点,因此作为结构风险最小化准则的具体实现,最近几年得到了广泛的研究与发展。人脸作为一个非刚体,具有形变大、影响因素多且易受干扰的特点,而相对于图像向量维数而言,人脸识别又是一个高维、非线性小样本问题。本文针对于人脸数据库,分别对特征提取和支持向量机算法进行了改进,使其更适合解决人脸识��芯苛擞糜谌肆惩枷竦脑ご�砗吞卣魈崛》椒ǎ�捎昧斯庹詹钩ァ⒅狈�份分析进行降维的方法来获得特征向量作为人脸识别的输入向量,并给出实现算��芯苛私�桓龆嗬辔侍夥纸馕6喔隽嚼辔侍夂徒�桓龆嗬辔侍馔骋晃�似性将类似人脸图像聚类成�鲂⊙�炯��僭谛⊙�炯�喜捎靡欢远郤�分脸识别实验中从训练时间、测试时间和识别准确率等方面对几种基于支持向量机的多类分类方法进行了比较,证明本文的方法明显优于其他的方法,更适合于人人脸识别是生物特征识别中一个活跃的研究领域,目前己经在身份鉴别和别的问题。本文主要工作如下:图均衡化等处理方法,并提出在采用线性判别分析进行特征提取之前先利用主成法;一个两类问题两种转化方法,提出了在分类过程中采用两阶段的策略,先利用相类方法进行识别;��贠�和��人脸数据库上进行仿真实验,验证算法的有效性,人脸识别等实时性要求较高的应用。��‘
.����猻������������������甒�����籉��������籑��·�����������,������������瓾����,��������甌������.����琩�������猚�����������,����琧��������������������������.�����琭�������甋������,��������,��������琯������.������,��.���������瑄���.�������瑃������瑃��琭�����甤���������猚�������瓵��.�����.����:��������;���������;��籐���.
论文作者签名:垂冬�鹨�昝魈��别磁氆逸绎舷冲飙衅朋,��论文作者签名:蕉兰竺皇日期:刎年芎月,��学位论文独创性声明学位论文知识产权权属声明本人声明,所呈交的学位论文系本人在导师指导下独立完成的研究成果。文中依法引用他人的成果,均已做出明确标注或得到许可。论文内容未包含法律意义上已属于他人的任何形式的研究成果,也不包含本人已用于其他学位申请的论文或成本人在导师指导下所完成的学位论文及相关的职务作品,知识产权归属学校。学校享有以任何方式发表、复制、公开阅览、借阅以及申请专利等权利。本人离校后发表或使用学位论文或与该论文直接相关的学术论文或成果时,署名单位仍然为不保密���旧�靼嫒ü榍嗟捍笱��校�淳�砜桑�魏蔚ノ患叭魏胃鋈瞬坏蒙米允褂�果。本人如违反上述声明,愿意承担由此引发的一切责任和后果。青岛大学。本学位论文属于:保密口,在年解密后适用于本声明。�朐谝陨戏娇蚰诖颉��舶声明.
第一章绪论��研究背景识别、人工神经网络识别队模板匹配识别、支持向量机�’�康取U庑┓椒ㄖ�洳⒉�.识别特点,将计算机中常用的二值逻辑转向连续逻辑。模糊识别的结果是用被识别本文的研究领域属于模式识别。’论文先对一种重要的模式识别算法⋯支持向量机进行研究,然后将研究结果应用于一个重要的模式识别应用领域~人脸识别。本章先对模式识别、支持向量机以及人脸识别进行简要概述,然后阐述本课题的研究意义和现状,最后介绍论文的章节安排。模式识别技术的研究目的是根据人的大脑的识别机理,通过计算机模拟,构造出能代替人完成分类和辨识的任务,进而进行自动信息处理的机器系统。模式识别技术在社会生活和科学研究的许多方面有着巨大的现实意义,己经在许多领域得到模式识别又常称作模式分类,分为两种类型:有监督模式分类��������������臀藜喽侥J椒掷�������情况,如聚类。在本文中,若非特别说明,模式识别均指有监督模式识别。目前用于模式识别的方法主要有以下几种:统计识别【�俊⒕浞ń峁故侗稹⒛:�的,而是存在着千丝万缕的联系,一种方法中新技术的出现往往导致其它方法中技术的进步。统计识别方法是受数学中的决策理论启发而产生。其基本思想是将特征提取阶段得到的特征向量定义在一个特征空间中,这个空间包含了所有的特征矢量。不同的特征向量,或者说不同类别的对象,都对应于此空间中的一点。在分类阶段,则利用统计决策的原理对特征空间进行划分,从而达到识别不同特征对象的目的。句法识别是对统计识别方法的补充。统计方法用数值来描述图像的特征,句法方法则是用符号来描述图像特征的。它模仿了语言学中句