基于主成分分析算法與多核支持向量機(jī)人臉識(shí)別方法研究.pdf

1、當(dāng)今社會(huì)人們?cè)絹碓街匾暤陌踩汀⒅腔坌统鞘锌臻g的發(fā)展，由于人臉擁有自然的生物特性而且擁有易獲取、不容易復(fù)制等優(yōu)勢(shì)，使得人臉識(shí)別應(yīng)用在各個(gè)領(lǐng)域。現(xiàn)實(shí)應(yīng)用中，人臉識(shí)別需要大量的人臉樣本，如何在小規(guī)模人臉樣本情況下提高人臉識(shí)別率，以及如何在復(fù)雜因素下提取人臉圖像特征，更好的應(yīng)用于城市監(jiān)控系統(tǒng)，是本文主要的研究目的。
　　本文以增加人臉輪廓特征，提高傳統(tǒng)單核支持向量機(jī)的人臉識(shí)別率為目的，從人臉圖像檢測(cè)、人臉圖像特征提取及人臉圖像識(shí)別三個(gè)角

2、度對(duì)人臉識(shí)別系統(tǒng)進(jìn)行分析研究，下面概括本文的主要研究?jī)?nèi)容:
　　首先，人臉圖像檢測(cè):針對(duì)主動(dòng)形狀模型檢測(cè)人臉輪廓耗時(shí)問題，通過Haar-like特征檢測(cè)人臉，之后使用主動(dòng)形狀模型進(jìn)行人臉輪廓檢測(cè)，這樣可以提高人臉圖像的輪廓特征檢測(cè)效率。其次，人臉圖像特征提取:針對(duì)局部二值模式算法提取圖像樣本特征時(shí)樣本維度過高，加大了支持向量機(jī)在進(jìn)行人臉圖像分類時(shí)的計(jì)算量，本文選取主成分分析法進(jìn)行人臉圖像主特征提取，該方法可以彌補(bǔ)局部二值模式算法帶

3、來的問題。針對(duì)傳統(tǒng)主成分分析算法會(huì)遺漏一些輪廓特征信息，在此基礎(chǔ)上進(jìn)行改進(jìn)，融合人臉輪廓特征，提出一種基于主成分分析的多主特征方法，該方法可以有效提高復(fù)雜因素下的人臉圖像識(shí)別率，魯棒性較強(qiáng)。最后，人臉圖像識(shí)別:針對(duì)不同的核函數(shù)所貢獻(xiàn)的作用各不相同，本文選取局部性的高斯核函數(shù)(RBF)和全局性的多項(xiàng)式核(POLY)來組成多核支持向量機(jī)，采用權(quán)重的方式將不同的核函數(shù)線性相加，構(gòu)建多核函數(shù)學(xué)習(xí)模型，該方法可以增加人臉圖像的識(shí)別率，提高對(duì)樣本的