基于改進的2DPCA和相關(guān)向量機的人臉識別算法研究.pdf

1、現(xiàn)代科學(xué)技術(shù)日新月異的發(fā)展，對人的身份進行識別已經(jīng)成為一種趨勢，人臉識別技術(shù)起著越來越重要的作用，因為人臉識別技術(shù)具有可靠和更加方便等優(yōu)點，它在識別領(lǐng)域中是重要的組成部分，本文在現(xiàn)有人臉識別技術(shù)研究的基礎(chǔ)上，進一步對人臉識別系統(tǒng)的主要幾個階段進入深入的研究，以能夠很好將圖像進行分類。
　　本文主要的工作集中在以下幾個方面：人臉圖像的預(yù)處理研究、特征提取以及分類識別算法的研究。首先，本文采用了圖像歸一化和小波變換方法對人臉圖像進行預(yù)

2、處理，研究了小波變換中的分解層數(shù)和小波基函數(shù)的選擇對于識別率的影響，改善了傳統(tǒng)方法中特征量數(shù)目龐大和光照敏感影響等缺陷。對預(yù)處理后的人臉圖像要做特征選擇及提取，在特征提取算法上，對二維主成分分析和改進的二維主成分分析(2DPCA)算法進行了研究，并對不同的算法在圖像維數(shù)和識別率等方面進行了比較，以得到人臉圖像識別的最佳預(yù)處理和特征提取方法。其次，本文對人臉識別中的分類算法進行了大量研究，分析了支持向量機和相關(guān)向量機兩種多分類算法的基礎(chǔ)理