基于統(tǒng)計特征的人臉識別算法研究.pdf

1、人臉識別是模式識別和圖像處理的結(jié)合體，是一種最直接，最友好的生物特征認證技術(shù)，具有很高的研究價值和應(yīng)用價值，主要運用于身份認證和安全監(jiān)視鄰域。人臉識別技術(shù)運用的是人體本身所固有的特征，具有很高的安全性，可靠性和有效性，是一種最容易被接受的身份認證方法，它具有其它識別方式所不具備的多種優(yōu)勢，如易采集，自然直接，普遍唯一，運用廣泛等。
　　本文研究了人臉圖像的特征提取法，并進行了人臉識別研究，內(nèi)容如下：
　　(1)介紹了人臉識別

2、系統(tǒng)中常用的圖像預(yù)處理方法：消除圖像噪聲和圖像歸一化。圖像預(yù)處理是提高算法識別率的關(guān)鍵，主要作用是將采集到的圖像標準化，為后續(xù)的訓(xùn)練和識別工作做準備。
　　(2)給出了一種基于加權(quán)K-L算法的人臉識別方法，該方法增加了較小特征值對應(yīng)的特征向量對識別結(jié)果影響的比重，比較了這種方法和傳統(tǒng)K-L算法對不同人臉庫圖像和不同高斯白噪聲信噪比仿真實驗時的的識別效果，結(jié)果表明，相較于傳統(tǒng)的K-L算法，基于加權(quán)K-L算法的人臉識別方法具有更高的識

3、別率和更好的抗噪性能。
　　(3)針對用奇異值分解(SVD)算法進行人臉識別時識別率低的問題，采用了兩種改進的識別方法：基于多尺度分割奇異值向量算法，基于K-L分解與SVD特征融合算法，并將這些方法對不同人臉庫圖像和不同信噪比噪聲進行仿真試驗，結(jié)果表明，這兩種改進的算法都能夠很好的提高識別率和抗噪性能。
　　(4)介紹了隱馬爾可夫模型(HMM)中各種參數(shù)的初始化算法，為了提高識別率和降低模型中觀測序列的維數(shù)，采用了基于K-L