基于核主元分析和融合核Fisher鑒別分析的人臉識(shí)別研究.pdf

1、隨著科技的發(fā)展和社會(huì)的進(jìn)步，生物識(shí)別技術(shù)在科研領(lǐng)域得到了廣泛的關(guān)注。人臉識(shí)別作為一種重要的生物特征識(shí)別方式，與指紋、虹膜等識(shí)別方式相比，更加友好、自然、便捷，是當(dāng)前研究的熱點(diǎn)之一。人臉識(shí)別能夠快速有效地進(jìn)行身份甄別，因此在當(dāng)今社會(huì)得到了許多實(shí)際的應(yīng)用，比如人臉識(shí)別系統(tǒng)為大型活動(dòng)的安保工作提供了強(qiáng)有力的支持，包括機(jī)場(chǎng)安檢，對(duì)場(chǎng)館、設(shè)施的管理，對(duì)參與人員的身份鑒別，以及準(zhǔn)確的辨認(rèn)恐怖分子和其他犯罪分子等等。
　　 人臉識(shí)別技術(shù)就是利

2、用計(jì)算機(jī)分析人臉圖像，從中提取有效信息來(lái)進(jìn)行身份辨認(rèn)和識(shí)別的一項(xiàng)技術(shù)，它涉及到模式識(shí)別、圖像處理、計(jì)算機(jī)視覺(jué)、生理學(xué)、心理學(xué)等諸多學(xué)科的知識(shí)。雖然人臉識(shí)別有許多優(yōu)點(diǎn)，但由于人臉識(shí)別的相關(guān)理論還待進(jìn)一步的完善，且人臉識(shí)別會(huì)受到面部表情、光照條件、行為姿態(tài)、飾物遮擋等多種因素的影響，人臉識(shí)別技術(shù)的性能還有待提高。
　　 本文重點(diǎn)介紹了核方法在人臉識(shí)別中的應(yīng)用，因?yàn)閭鹘y(tǒng)的人臉識(shí)別方法，比如PCA、ICA、LDA等都是線性的判別方法，但

3、是在實(shí)際情況中，很多問(wèn)題都不是線性可分的，由于核技巧在支持向量機(jī)中的成功運(yùn)用，因此，可以將核方法與傳統(tǒng)的人臉識(shí)別算法相結(jié)合產(chǎn)生基于核技巧的人臉識(shí)別方法，通過(guò)適當(dāng)?shù)姆蔷€性映射將線性不可分的原始樣本變換到某一線性可分的高維特征空間中，這種非線性映射是通過(guò)定義適當(dāng)?shù)膬?nèi)積函數(shù)實(shí)現(xiàn)的。
　　 本文主要采用主成分分析方法、核主成分分析方法以及融合核Fisher線性判別的分析方法，對(duì)典型的人臉數(shù)據(jù)庫(kù)ORL進(jìn)行人臉圖像的識(shí)別研究，通過(guò)核變換、構(gòu)

4、建特征子空間、圖像集投影、特征提取以及圖像識(shí)別等步驟進(jìn)行人臉識(shí)別。實(shí)驗(yàn)發(fā)現(xiàn)，核函數(shù)參數(shù)的選取對(duì)于識(shí)別結(jié)果有著一定的影響；論文將以上三種人臉識(shí)別算法進(jìn)行比較，發(fā)現(xiàn)融合核方法的人臉識(shí)別算法，由于使用了非線性判別且對(duì)特征提取方法進(jìn)行了有機(jī)組合，使得識(shí)別率有了很大的提高。
　　 本文使用MATLAB平臺(tái)對(duì)人臉識(shí)別過(guò)程進(jìn)行了仿真實(shí)驗(yàn)，采用不同的識(shí)別算法對(duì)人臉數(shù)據(jù)庫(kù)中的人臉圖像進(jìn)行識(shí)別；同時(shí)利用MATLAB中的GUIDE功能實(shí)現(xiàn)圖形用戶界面