基于子空間分析和頻域特征提取的人臉識(shí)別研究.pdf

1、人臉識(shí)別技術(shù)已經(jīng)廣泛地應(yīng)用于公共安全管理、智能監(jiān)控、數(shù)字身份認(rèn)證和數(shù)字娛樂等領(lǐng)域，給人類生產(chǎn)生活帶來了巨大的便利。但是當(dāng)今大多數(shù)人臉識(shí)別系統(tǒng)都是在某些特定的限制條件下進(jìn)行人臉識(shí)別的，因?yàn)槿四樧R(shí)別易受到光照、表情、姿態(tài)變化等因素的影響，而且人臉識(shí)別中一般都存在著維數(shù)高和小樣本問題，因此如何克服這些不足就顯得尤為關(guān)鍵。本文主要就是圍繞這兩個(gè)問題以及克服光照變化、表情等因素影響而展開，總結(jié)如下：
　　1、闡述了什么是人臉識(shí)別技術(shù)、為什么

2、會(huì)用到人臉識(shí)別以及一些具體的人臉識(shí)別應(yīng)用；綜述了基于頻域特征、線性子空間分析、基于核映射的非線性子空間分析以及流形學(xué)習(xí)的人臉識(shí)別方法的國內(nèi)外研究進(jìn)展。
　　2、著重分析討論了線性判別分析及其擴(kuò)展方法之間的聯(lián)系和特點(diǎn)，并得出了以下的結(jié)論：投影到總體散度矩陣的非零空間，不會(huì)損失任何判別信息；大部分線性判別分析擴(kuò)展方法都要么只利用類內(nèi)散度矩陣的零空間，要么只利用類間散度矩陣的非零空間，沒有充分利用所有判別信息；大間距準(zhǔn)則算法能有效地克服

3、小樣本問題，操作簡單易行，而且是一種很有效且穩(wěn)定的算法。
　　3、提出一種基于輪廓波變換和雙向子空間分析的人臉識(shí)別方法，先對(duì)人臉進(jìn)行輪廓波變換得到頻域系數(shù)，將同一尺度下的所有高頻子帶融合為一個(gè)子帶，再用改進(jìn)的雙向子空間分析算法對(duì)不同尺度下的融合子帶進(jìn)行特征提取，最后采用最近鄰分類器進(jìn)行分類識(shí)別。在常見人臉庫上的實(shí)驗(yàn)表明，本文方法有效，與主城分析法和雙向子空間分析相比，能夠得到更高的正確識(shí)別率。
　　4、提出一種基于大間距準(zhǔn)則