基于支持向量机人脸识别.pdf

分类号密级
U D C
学位论文
基于支持向量机的人脸识别算法研究


作者姓名: 陈聪
指导教师: 吴建华教授
东北大学信息科学与工程学院
申请学位级别: 硕士学科类别:工学
学科专业名称: 信号与信息处理
论文提交日期: 2007 年 12 月 25 日论文答辩日期:2008 年 2 月 25 日
学位授予日期: 答辩委员会主席: 宋君烈
评阅人: 候祥林贺立红
东北大学
2007 年 12 月
A Thesis for the Degree of Master in signal and information processing
Face Recognition Algorithm Research Based on Support
Vector Machine
by Chen Cong
Supervisor : Professor Wu Jianhua
Northeastern University
December 2007
独创性声明
本人声明所呈交的学位论文是在导师的指导下完成的。论文中取得的
研究成果除加以标注和致谢的地方外,不包含其他人已经发表或撰写过的
研究成果,也不包括本人为获得其他学位而使用过的材料。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诚挚
的谢意。
学位论文作者签名:
签字日期:
学位论文版权使用授权书
本学位论文作者和指导教师完全了解东北大学有关保留、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
磁盘,允许论文被查阅和借阅。本人同意东北大学可以将学位论文的全部
或部分内容编入有关数据库进行检索、交流。
(如作者和导师同意网上交流,请在下方签名:否则视为不同意)
学位论文作者签名: 导师签名:
签字日期: 签字日期:
-I-
东北大学硕士学位论文摘要
基于支持向量机的人脸识别算法研究
摘要
生物特征识别是一项利用人类特有的生理或行为特征来进行身份识别的技术,它提
供了一种高可靠性、高稳定性的身份鉴别途径。而人脸识别是目前生物特征识别中最受
人们关注的一个分支。人脸识别与其他生物特征识别相比,具有直接、友好、方便的特
点,易于被用户所接受。因此,人脸识别技术有着非常广阔的应用前景。
本文实现了多类人脸的分类,重点研究了人脸图像的特征提取和特征匹配。本文的
主要工作包括以下几个方面:
(1) 人脸图像预处理:针对人脸图像的特殊性,本文采用了灰度归一化,几何归一
化预处理方法。尽量使图像的干扰因素减少,特征得到突出,而弱化其不具有特征的部
分。
(2) 人脸图像特征提取:本文在主成分分析(ponent Analysis, PCA)和
Fisher 线性判别分析的基础上,提出了 Fisher 脸特征提取方法。实验证明, Fisher 脸方法
比 PCA 方法提取的特征向量维数低,表征人脸能力强。
(3) 分类器设计:本文采用支持向量机(Support Vector Machine, SVM)作为人脸识别
分类器,提出了改进的 SVM 分类算法。将多个 SVM 分类器进行组合,采用一对多的
方法构造多个 SVM 分类器实现了人脸多分类问题。通过反复实验选出了最优的 SVM 参
数,并给出了实验结果及分析。实验结果表明该分类器能够明显的提高识别率。
本文使用 MATLAB 语言进行编程,在 ORL 人脸数据库上进行测试,识别率可达
90%以上。





关键词:人脸识别;特征提取;Fisher 脸;支持向量机
-II-
东北大学硕士学位论文 Abstract
Face Recognition Algorithm Research Based on Support Vector
Machine
Abstract
Biometrics is a kind of technology using individual physiological or behavioral
characteristics to verify identity. It provides a highly reliable and steady approach to the
identity recognition. Face recognition is one of the most concerned branches of biometrics.
Among all the ch