基于多分类支持向量机人脸识别研究.pdf

摘要人脸识别是一种新型的生物特征识别技术,与指纹识别、虹膜识别类似,量,最后使用支持向量机多类分类器,在样本中进行训练和测试,实现人脸的关键词:人脸识别;支持向量机;纹理特征;统计学习理论:预处理可作为人的身份唯一性认证的重要手段。人脸识别以人像为分析基础,只需采用廉价的取像装置。人像获取具有操作方便、人脸不易冒用、人脸可随身携带且不会遗失、可防止抵懒等优点。因此人脸识别问题成为安保领域关注的热点之一。支持向量机是建立在统计学习理论的维狢理论和结构风险最小化原则基础上的重要理论。作为一种新的机器学习方法,芙虾玫亟饩鲂⊙尽⒎窍咝浴⒏呶途植考〉愕仁导饰题。将姆掷嗨惴ㄓτ糜谒祷叭耸侗鸬饶J绞侗鹞侍猓梢杂行У亟饩龃统分类器的过学习、泛化能力差和维数灾难等问题。图像纹理特征的有效提取对下面所用到的支持向量机分类器来进行学习和训练有非常重要的作用。针对图像特征提取的问题,作者从纹理特点的实际应用出发,着重分析了统计法中的灰度共生矩阵算法,深入研究了图像内容中纹理特征的多种描述及提取方法。由于支持向量机具有坚实的理论基础与良好的分类性能等优势,在支持向量机的统计理论原理和分类原理基础上,从特征向量提取、核函数、训练算法和多类分类器算法三个重要的影响识别效果和速度的方面进行研究与分析,本文提出了一种基于支持向量机和图像纹理特征相结合的人脸识别方法及其框架模型。首先将图像进行预处理,如灰度变换,直方图均衡化,图像的平滑等,然后利用纹理特征技术从处理后的图像中提取可用于支持向量机训练的特征向分类识别。本文在自己建立小样本人脸库的基础上,对人脸图像进行了支持向量机分类识别的实验。实验结果表明,该方法能有效提高人脸识别系统的识别率。本文最终取得了一些有意义的研究成果,为人脸识别深入研究提供了卓有意义的的参考价值。武汉理丁大学硕士学位论文
辬鷆螂、析叫甋删詏,俩鲥,锄鷓,’河琺础的籺癿痬萨曲仃巧食箃伊嬲锄甧鹏’,锄武汉理工人学硕十学位论文嬲,.,笛錼ⅡⅡ廿猚餭阛
舳鲫砌琭出,觯琒疵锄襰缸衴鷓嘶疭矗%‘Ⅺ盟盟,印瑃】
:研究生┟:龟床明导师┟签名:售庆日月日期:加户、支之日期:纠以独创性声明学位论文使用授权书本人声明,所呈交的论文是本人在导师指导下进行的研究工作及或其他复制手段保存或汇编本学位论文。同时授权经武汉理工大学认可的国家有关机构或论文数据库使用或收录本学位论文,并向社会公众提供信息服务。取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得武汉理工大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。本人完全了解武汉理工大学有关保留、使用学位论文的规定,即:学校有权保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权武汉理工大学可以将本学位论文的全部内容编入有关数据库进行检索,可以采用影印、缩印C艿穆畚脑诮饷芎笥ψ袷卮斯娑
第滦髀课题研究背景及意义,能够有效地武汉理工大学硕士学位论文人脸识别是一种新型的生物特征识别技术,与指纹识别、虹膜识别类似,可作为人的身份唯一性认证的重要手段。人脸识别以人像为分析基础,只需采用廉价的取像装置。人像获取具有操作方便、人脸不易冒用、人脸可随身携带且不会遗失、可防止抵懒等优点。人脸自动识别系统作为一种重要的个人身份鉴别工具,可以广泛地应用于公安部门的重点人口档案管理、刑侦破案、国家安全部门的安全验证、金融部门的信用卡验证、通道控制乃至出纳机榷种场合。与其它身份识别方法相比较,人脸识别具有直接、友好、方便和鲁棒性强等特点,特别是对于使用者无任何心理障碍,通过对人脸的分析,我们还能获得其他识别系统难以获得的一些信息。因而,人脸自动识别问题的研究不仅具有重要的实用价值,而且在模式识别中具有重要的理论意义。因此人脸识别问题也成为安保领域关注的热点之一。人脸识别技术就是利用计算机分析人脸图像,从中提取有效的识别信息,用来辨认身份的一门技术,它涉及到模式识别、图像处理、计算机视觉、生理学、心理学及认知学等诸多学科的知识,并与其他生物特征识别方法以及计算机人机交互的研究领域都有着密切的联系虽然人类可以毫不困难地由人脸辨别一个人,但利用计算机进行完全自动的人脸识别仍存在许多困难,其表现在:人脸是非刚体,存在表情变化:人脸随年龄增长而变化;发型、眼镜等装饰对人脸造成遮挡;人脸所成图像受光照、成像角度、成像距离等影响乜4送庥捎谑导侍跫南拗疲薹ㄕ攵悦扛鋈硕采集大量的图像样本,因而相对于其维数而言,人脸的样本数