基于特征的人臉?lè)诸?lèi)算法研究.pdf

1、人臉識(shí)別是模式識(shí)別和機(jī)器視覺(jué)中的一個(gè)研究熱點(diǎn)和難點(diǎn),在很多領(lǐng)域有著非常廣闊的應(yīng)用前景?；谔卣鲗?duì)人臉圖像進(jìn)行有效分類(lèi)即是其中的一種應(yīng)用。本文考慮基本正面的人臉,針對(duì)墨鏡和口罩兩個(gè)屬性將人臉圖像分成四類(lèi)：沒(méi)有佩戴任何飾物的人臉、只帶有墨鏡的人臉、同時(shí)帶有墨鏡和口罩的人臉、只帶有口罩的人臉。一般的人臉?lè)诸?lèi)系統(tǒng)可以大致分為以下幾個(gè)步驟：人臉檢測(cè),特征提取,分類(lèi)。本文的研究重點(diǎn)是特征提取及分類(lèi)算法,其中包括主分量分析(PCA)、線(xiàn)性判別分析(L

2、DA)、相關(guān)系數(shù)(Correlation)、支持向量機(jī)(SVM)、AdaBoost算法。在研究前人工作的基礎(chǔ)上,對(duì)一些現(xiàn)有的分類(lèi)算法做了理論和方法上的探討,通過(guò)實(shí)驗(yàn)系統(tǒng)地分析了五種解決方案,包括PCA+LDA+Correlation方法,SVM方法,PCA+LDA+SVM方法,SVM+AdaBoost方法,以及PCA+LDA+SVM+AdaBoost方法,并比較了這些方法的性能,分析了它們的不足。實(shí)驗(yàn)結(jié)果表明,采用PCA+LDA方法降低