基于子空间分析的人脸识别算法研究(可复制论文).pdf

》椒ㄋ人脸识别技术是计算机模式识别领域非常活跃的研究课题,在法律、商业等需要去做。本文研究了基于主成分分析惴ㄋ枷氲拇乘惴ㄒ惶卣髁方法和主成分分析算法的改进方法—基于子空间的线性判别惴āV饕9ぷ靼ǎ菏紫扔萌捉诜掷啵赮畂西首先,介绍了主成分分析法的概念、计算和基于ǖ娜肆呈侗鹚惴ㄒ领域有着广泛的应用前景。由于人脸图像的特殊性,人脸识别问题也是模式识别领域的一个相当困难的问题,要使这一技术成为完全成熟的技术还有许多工作人脸库上具体实现了特征脸算法。之后用模糊小脑神经网络分类对用ㄌ取人脸的有效鉴别特征进行识别;其次采用惴ㄌ卣魈崛。实验结果做了分析比较,指出了这两种方法各自的优缺点。具体工作阐述如下:“特征脸”的算法原理;先采用三阶近邻分类,,:∧陨窬绶类,具体实现了特征脸算法,,介绍了线性判别分析算法和线性判别分析算法原理;针对线性判别分析算法的小样本问题,引入基于子空间的线性判别分析方法,用法将高维图像数据投影到低维的特征脸空间,再用线性判别分析最大化判别系数;,:人脸识别子空间主成分分析线性判别神经网络西北上业大学硕士学位论文
知识水坝***@pologoogle为您整理
雪三些查童堡圭兰堡丝塞希鸿鴇皀,眦,.琔如珂猚∞鲫Ⅱ..膒!卸辳印甌柚縩印Ⅱ.“∞咒印帧痶盯∞蒬鷅访,.∞也..瓼琭甌髓飂Ⅱ,騞,协也,%瓼騳,“盯,:,
知识水坝***@pologoogle为您整理
⑿睦硌У闹饕=峁非常困难的,它牵涉至Ⅱ模式识别、图像处理、计算机视觉、生理学、心理学、心理障碍,并且通过人脸的表情、姿态分析,还能获得其它识别系统难以得到人脸识别技术就是以计算机为辅助手段,从静态图像或动态图像中识别人部分:从具有复杂背景的场景中检测并分割人脸;抽取人脸识别特征;然后进行世纪年代以来,人脸识剐由于其在公安部门、安全验证系统、信用一些可喜的成果,但在实际应用中仍面临着许多严峻的问题,人脸的非刚体性、人脸因人而异,绝无相同,即使一对双胞胎,其面部也一定存在着某方面的差异。虽然人类在表情、年龄或发型等发生巨大变化的情况下,可以毫不费力地由人脸识别某一人,但要建立一个能够完全自动进行人脸识别的系统却是以及认知科学等方面的诸多知识,并与基于其它生物特征的身份鉴别方法以及计算机人机感知交互领域都有密切联系。与指纹、视网膜、虹膜、基因、掌形等其它生物特征识别系统相比,人脸识别系统更加直接、友好、使用者无任何的一些信息。脸。问题一般可以描述为:给定一个场景的静态或视频图像,利用己经存储的人脸数据库确认场景中的一个或多个人。一般来说,人脸识别研究一般分为三个匹配和识别。卡验证,档案管理、人机交互系统等方面的广阔应用前景,因而成为当前模式识别和人工智能领域的一个热门的研究话题。虽然在这方面的研究已经取得了表情、姿态、发型以及化妆的多样性都给正确识别带来了困难。要让计算机像人一样方便准确的识别出大量的人脸,尚需不同学科领域的科学家共同做出不懈的努力。在过去的三十多年中,心理学家、神经生理学家和工程技术人员对人和及其如何识别人脸的各个方面进行了广泛的研究。心理学家、神经生理学家涉足西北工业人学硕士学位论文
的工作,,整体特征将不起作用。在正面人脸图像中,鼻子对人脸识别不起主要作用ú皇遣黄鹱饔,但但是除少数文献外,机器识别人脸的研究还是独立于心理学和神经生理学的研了%的识别精度。人脸识别的输入图像通常有三种情况:正面、倾斜、侧面。同时与指纹识别相结合,提供了一个较强的识别系统。为了提高脸部识别率,为待识别人脸设计了一种有效逼真的摹写,蛴眉扑慊迪至苏庖第二阶段是人机交互式识别阶段。代表有瓾蚳等人。于下述问题:人脸的唯一性;识别人脸是在整体特征还是在局部特征下进行;表情分析及其在人脸识别中的应用;婴儿怎样理解人脸;人脸记忆的组织结构等。其主要结论是:人脸识别是大脑中一个特有的过程。在人脸感知和识别过程中,局部和整体特征均起作用。若存在明显的局是在侧面人脸识别中,鼻子对特征点的匹配很有作用;上半部的特征比下半部特征所起的作用大。低频成分对整体识别有用,高频成分对细节识别起作用。人脑的右半球对人脸图像的识别起着重要作用,而左半球对语言的处理起重要作用。十岁以下的儿童识别人脸较多地采用显著特征,而较少地使用整体分析。不同的种族、性别的人脸识别的难易程度不同,这可能因为不同类型的人脸图像具有不同的特性。神经生理学和心理学的研究结果无疑将非常有益于