基于Gabor小波變換與支持向量機(jī)的人臉識(shí)別研究.pdf

1、自動(dòng)人臉識(shí)別是利用計(jì)算機(jī)分析人臉圖像，從而提取出有效的識(shí)別信息，用來(lái)辨認(rèn)身份的一門技術(shù)。可以被應(yīng)用到公安系統(tǒng)的罪犯身份識(shí)別、駕駛執(zhí)照及護(hù)照、銀行及海關(guān)的監(jiān)控系統(tǒng)、自動(dòng)門衛(wèi)系統(tǒng)和家庭娛樂(lè)等方面。 本文主要研究了人臉識(shí)別的特征提取和分類器設(shè)計(jì)兩個(gè)部分。 在特征提取方面，本文首先實(shí)現(xiàn)了三種典型的人臉特征提取方法：主成份分析方法、Fisher臉?lè)椒?、核Fisher臉?lè)椒?，分別對(duì)他們進(jìn)行了分析和實(shí)驗(yàn)驗(yàn)證。然后主要探討了利用Gabo

2、r小波變換進(jìn)行特征提取的方法，其優(yōu)點(diǎn)在于Gabor小波函數(shù)可以比較準(zhǔn)確的描述人腦視覺(jué)皮層簡(jiǎn)單細(xì)胞的感受野，從而能有效的提取人臉特征。最后提出了一種基于Gabor小波變換特征提取的改進(jìn)算法，即首先對(duì)人臉圖像進(jìn)行Gabor小波變換，得到Gabor小波變換特征，由于變換后的特征維數(shù)較高，所以要對(duì)變換特征進(jìn)行降維，本文采用二次降維法，即首先對(duì)其進(jìn)行空間采樣，然后在進(jìn)行第二次降維的過(guò)程中，不是使用傳統(tǒng)的的Fisher臉?lè)椒ㄟM(jìn)行降維，而是使用本文提

3、出的一種改進(jìn)的Fisher臉?lè)椒ㄟM(jìn)行降維，得到變換特征基，人臉圖像在其上面的投影作為分類器的輸入。 在分類器方面，本文主要應(yīng)用了一種具有糾錯(cuò)能力的二類支持向量機(jī)分類器構(gòu)成的多類分類器。這種分類器由于利用了通信中信道差錯(cuò)控制編碼技術(shù)而具有糾錯(cuò)能力，這樣即使幾個(gè)二類分類器產(chǎn)生了錯(cuò)誤的輸出結(jié)果，由于具有糾錯(cuò)機(jī)制，這些錯(cuò)誤對(duì)最終的分類不產(chǎn)生影響，仍然可以得到正確的分類結(jié)果，因此這種分類器具有比傳統(tǒng)的分類器更好的分類效果。利用Gabor小