基于改進FDA和RBF神經(jīng)網(wǎng)絡(luò)的人臉識別研究.pdf

1、隨著科技的發(fā)展，人們對信息安全性的要求越來越高，人臉識別以其直接、友好、方便的特點，成為生物識別領(lǐng)域的研究熱點。結(jié)合統(tǒng)計理論、機器學(xué)習(xí)和信息論，研究者提出了許多人臉識別算法，其中基于子空間分析和頻域變換的人臉識別方法應(yīng)用最為廣泛。
　　 本文首先介紹了人臉識別方法的研究現(xiàn)狀、關(guān)鍵步驟、人臉識別算法性能的評價指標，進而對比研究了基于子空間分析和基于2DGabor變換的人臉識別效果，并研究了不同分類器對識別效果的影響，最后了研究了基

2、于改進FDA和RBF神經(jīng)網(wǎng)絡(luò)的人臉識別方法。
　　 基于子空間的方法是目前應(yīng)用最為廣泛的人臉識別方法，本文對比研究了主成分分析法、二維主成分分析法、線性鑒別分析法、奇異值分解和獨立成分分析在識別率和識別時間兩方面的性能，認為FDA的性能優(yōu)于其他子空間方法。
　　 多通道Gabor變換可以很好地模擬人眼識別的機理，是提取局部特征的有效方法。本文研究了多通道Gabor變換的原理，設(shè)計了5個尺度8個頻率共40個通道的Gabor

3、濾波器組用來采集人臉灰度圖像的Gabor幅值特征，由于Gabor特征個數(shù)多，特征提取過程耗時很長，而且直接分類難度大。
　　 分類器的設(shè)計對識別效果也有重要的影響，本文在研究特征提取算法時，均采用3階最近鄰分類器進行分類，距離分類器是最簡單的分類器。第四章研究了貝葉斯分類器、RBF神經(jīng)網(wǎng)絡(luò)分類器和支持向量機對PCA特征的分類效果，仿真實驗證明基于機器學(xué)習(xí)的RBF神經(jīng)網(wǎng)絡(luò)在人臉識別方面的綜合分類效果要優(yōu)于其他分類方法。