基于SVDD與SVM的人臉識(shí)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(qiáng)的自身穩(wěn)定性和個(gè)體差異性，因此是身份驗(yàn)證的理想依據(jù)。利用人臉生物特征進(jìn)行是最自然最直接的身份驗(yàn)證方法，相比其他生物特征，人臉具有直接、友好、方便的特點(diǎn)。人臉識(shí)別過程一般可以分為人臉檢測(cè)與定位和人臉圖像預(yù)處理、人臉的特征提取、人臉識(shí)別三個(gè)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(guó)內(nèi)外關(guān)于人臉識(shí)別的研究情況與進(jìn)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(shí)分類算法。具

2、體內(nèi)容如下：
　　 (1)詳細(xì)闡述了支持向量機(jī)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(jì)實(shí)現(xiàn)了基于Adaboost的人臉檢測(cè)與定位，同時(shí)實(shí)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(yù)處理算法，為人臉特征提取和識(shí)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(jī)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(duì)投影軸的量綱進(jìn)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(shí)現(xiàn)了基于支持向量機(jī)和支持向量數(shù)據(jù)描述的分層次人臉拒識(shí)分類算法。該算法對(duì)每類目標(biāo)樣本建立緊致包裹數(shù)據(jù)的超球模型，用于接受目標(biāo)類樣本，拒絕非目標(biāo)類樣本，再借助于支持向量機(jī)的良好的分類泛化能力，建立多分類支持向量機(jī)模型，用于目標(biāo)類樣本的分類。
　　 (5)著重分析了基于人臉識(shí)別同時(shí)具有拒識(shí)能力的