基于頻域隱式Gabor特征的快速人臉識(shí)別.pdf

1、人臉識(shí)別是生物特征識(shí)別技術(shù)的一種，它通過(guò)計(jì)算機(jī)分析人臉圖像，從中提取有效信息進(jìn)行身份鑒別，在公安偵查、信用卡識(shí)別以及監(jiān)控系統(tǒng)等方面有著廣泛應(yīng)用，是模式識(shí)別和計(jì)算機(jī)視覺(jué)領(lǐng)域最富挑戰(zhàn)性的課題之一。
　　本文先對(duì)人臉識(shí)別研究的人臉識(shí)別研究的背景、意義、發(fā)展歷程及研究現(xiàn)狀進(jìn)行綜述，對(duì)典型的人臉識(shí)別方法分類(lèi)進(jìn)行介紹與結(jié)與。針對(duì)人臉識(shí)別過(guò)程中的特征提取環(huán)節(jié)，深入分析和研究了基于Gabor小波特征與主成分分析（PCA）降維相結(jié)合的人臉識(shí)別算法，

2、發(fā)現(xiàn)由于該方法需要計(jì)算多尺度、多方向上的Gabor小波特征，因而識(shí)別速度慢、效率不高。針對(duì)這一不足，本文提出了一種利用Gabor特征但并不直接計(jì)算Gabor特征的主成分分析算法。首先構(gòu)造一個(gè)與輸入圖像無(wú)關(guān)、可以離線計(jì)算的濾波權(quán)重矩陣，將Gabor特征信息隱含在其中；然后根據(jù)帕塞瓦爾定理對(duì)PCA協(xié)方差矩陣進(jìn)行進(jìn)一步推導(dǎo)，從而在二維頻率域上隱式地提取圖像Gabor特征并降維；最后應(yīng)用線性支持向量機(jī)（SVM）多分類(lèi)器進(jìn)行分類(lèi)識(shí)別。