基于2DPCA的低分辨率人臉識(shí)別算法研究.pdf

1、人臉檢測和人臉識(shí)別在安全、罪犯追蹤和身份驗(yàn)證等領(lǐng)域都有著廣泛的應(yīng)用。特別是在最近二十五年，人臉檢測技術(shù)從人臉識(shí)別系統(tǒng)中分離出來后，兩者都獲得了廣泛的研究和發(fā)展?，F(xiàn)在的人臉識(shí)別算法已經(jīng)從最早只面向簡單背景、無表情變化和正面人臉圖像輸入發(fā)展到可以有效識(shí)別復(fù)雜背景、加入表情和姿態(tài)變化以及非正面人臉圖像的情況。特別是隨著計(jì)算機(jī)硬件的發(fā)展和計(jì)算能力的提升，人們已經(jīng)不滿足只對(duì)二維圖像進(jìn)行人臉檢測和人臉識(shí)別，開始對(duì)三維人臉識(shí)別進(jìn)行研究。
　　本

2、文提出的關(guān)于人臉識(shí)別的新算法SPM+是基于模塊2DPCA算法，通過計(jì)算圖像熵值來獲取人臉圖像中信息大小的分布，按信息的大小給予不同的權(quán)重值來進(jìn)行人臉識(shí)別計(jì)算，使原來基于模塊2DPCA算法只是單純按著圖像分塊變成按著熵值的大小分塊，然后引入MSD算法中對(duì)類別信息的研究計(jì)算，通過對(duì)人臉圖像的類內(nèi)矩陣和背景圖像的類間矩陣的計(jì)算來獲得優(yōu)秀的分類識(shí)別結(jié)果，最后加入在二分類問題表現(xiàn)優(yōu)異的SVM算法的研究方法進(jìn)一步提高人臉識(shí)別率。經(jīng)過實(shí)驗(yàn)仿真，改進(jìn)后

3、的算法不管是在完美單一背景情況，還是在有遮擋、有表情和姿態(tài)變化的人臉庫中都表現(xiàn)出比其他傳統(tǒng)算法更高的識(shí)別率。本文還通過自建低分辨率、高噪聲的人臉庫，具體處理過程是對(duì)輸入的人臉圖像加入高斯噪聲、椒鹽噪聲以及縮小人臉圖像在輸入圖像中的大小。這樣的人臉圖像更接近實(shí)際情況，該改進(jìn)算法在上述條件下依然表現(xiàn)出來優(yōu)于其他算法的高識(shí)別率。
　　實(shí)驗(yàn)的具體過程中，在進(jìn)行人臉識(shí)別前的圖像預(yù)處理階段，通過光線補(bǔ)償中γ值校正法來減少由于光照不均勻情況引起