基于LDA的人臉識別系統(tǒng)研究與實現(xiàn).pdf

1、作為一項安全性較高的生物特征識別技術(shù),人臉識別技術(shù)已經(jīng)成為多個相關(guān)領(lǐng)域的研究熱點,并在罪犯搜索、安全防范以及視頻監(jiān)控等許多領(lǐng)域有著廣泛的應(yīng)用,對人臉識別技術(shù)的研究具有十分重要的理論意義及應(yīng)用價值。本文在前人研究的基礎(chǔ)上,對人臉識別的一般步驟進行了研究并提出了相關(guān)的改進算法,設(shè)計并實現(xiàn)了一個基于OpenCV的人臉識別系統(tǒng),主要的工作如下:
　　(1)介紹了人臉識別技術(shù)的研究背景、意義及國內(nèi)外研究現(xiàn)狀,分析了人臉識別的一般過程及面臨的

2、挑戰(zhàn)。
　　(2)研究了AdaBoost人臉檢測算法的基本原理和實現(xiàn)步驟,用Haar(哈爾)特征和AdaBoost分類算法實現(xiàn)了的人臉檢測,并確定人臉的一個大致區(qū)域,再次使用AdaBoost算法在此區(qū)域中對眼睛進行定位,然后對人臉圖像進行標準化處理,包括幾何歸一化和對歸一化圖像進行橢圓掩膜,最終獲得了人臉的標準化圖像。
　　(3)研究了基于主成分分析(PCA)和線性判別分析(LDA)的人臉識別算法,分析了各個方法的優(yōu)缺點,并

3、簡要闡述了在使用過程中存在的問題及解決方法。在此基礎(chǔ)上提出了一種LDA的改進算法,定義了一種新的鑒別準則函數(shù),使樣本的最優(yōu)分類問題轉(zhuǎn)化為多目標規(guī)劃的問題,并利用最速下降法對問題進行求解,從而消除了矩陣奇異的制約,大大降低了計算的復(fù)雜度。然后采用基本的最近鄰分類方法進行人臉的分類識別。
　　(4)通過理論研究,在Visual Studio2010開發(fā)環(huán)境下,設(shè)計并實現(xiàn)了一個基于OpenCV的人臉檢測識別系統(tǒng),并分別采用ORL標準人臉