基于SVDD與SVM的人臉識別技術(shù)應(yīng)用研究.pdf

1、生物特征是人的內(nèi)在屬性，具有很強的自身穩(wěn)定性和個體差異性，因此是身份驗證的理想依據(jù)。利用人臉生物特征進行是最自然最直接的身份驗證方法，相比其他生物特征，人臉具有直接、友好、方便的特點。人臉識別過程一般可以分為人臉檢測與定位和人臉圖像預處理、人臉的特征提取、人臉識別三個部分。本文首先綜述課題的研究背景與意義，并分析總結(jié)國內(nèi)外關(guān)于人臉識別的研究情況與進展。在此基礎(chǔ)上，提出了超球投影嵌入支持向量鑒別分析特征降維算法，分層次人臉拒識分類算法。具

2、體內(nèi)容如下：
　　 (1)詳細闡述了支持向量機的理論，核函數(shù)，以及支持向量數(shù)據(jù)描述的基本思想，為新算法的提出提供理論支持。
　　 (2)設(shè)計實現(xiàn)了基于Adaboost的人臉檢測與定位，同時實現(xiàn)了人臉圖像的灰度歸一化，尺度歸一化以及灰度均衡化的預處理算法，為人臉特征提取和識別奠定基礎(chǔ)。
　　 (3)提出超球投影嵌入支持向量鑒別分析特征降維算法。該算法首先利用支持向量機提取樣本的類別信息，然后將樣本與超球中心的距離作

3、為投影距離，并借助超球半徑，對投影軸的量綱進行尺度歸一化。組合類別信息和歸一化投影距離，即可得到樣本的壓縮特征。
　　 (4)提出并實現(xiàn)了基于支持向量機和支持向量數(shù)據(jù)描述的分層次人臉拒識分類算法。該算法對每類目標樣本建立緊致包裹數(shù)據(jù)的超球模型，用于接受目標類樣本，拒絕非目標類樣本，再借助于支持向量機的良好的分類泛化能力，建立多分類支持向量機模型，用于目標類樣本的分類。
　　 (5)著重分析了基于人臉識別同時具有拒識能力的