基于小波和Fisher臉的人臉識別算法研究.pdf

1、人臉識別是計(jì)算機(jī)模式識別領(lǐng)域非?；钴S的研究課題。在生物特征識別中，人臉識別占有極其重要的地位，它在訪問控制、司法、電子商務(wù)和視頻監(jiān)控領(lǐng)域有十分廣泛的應(yīng)用。 人臉圖像預(yù)處理和特征提取是人臉識別系統(tǒng)的重要組成部分。本論文主要研究了小波變換在圖像預(yù)處理中的應(yīng)用和Fisher臉方法在人臉特征提取中的應(yīng)用，并對其進(jìn)行了創(chuàng)新和改進(jìn)，并且將本文的方法應(yīng)用在實(shí)時(shí)的人臉識別系統(tǒng)當(dāng)中。主要內(nèi)容如下： (1)小波變換在人臉識別中得到了越來越廣

2、泛的應(yīng)用，然而大多數(shù)應(yīng)用小波變換對人臉圖像進(jìn)行預(yù)處理時(shí)，都僅僅采用了對圖像進(jìn)行小波分解后的近似圖像，其實(shí)在進(jìn)行小波分解過程中得到的圖像的水平細(xì)節(jié)和垂直細(xì)節(jié)表現(xiàn)了眼睛，鼻子，嘴等細(xì)節(jié)，對人臉的表示也起到了一定作用。因此，本文提出了基于加權(quán)小波法來對圖像進(jìn)行預(yù)處理的方法，將小波分解得到的近似圖像，水平細(xì)節(jié)，垂直細(xì)節(jié)按一定權(quán)重進(jìn)行加權(quán)，實(shí)驗(yàn)結(jié)果表明，該方法比單獨(dú)使用近似圖像有更好的識別率。 (2)介紹了Fisher臉方法的基本原理，針

3、對Fisher臉法受特征維數(shù)限制的問題，引進(jìn)了一種利用迭代法來增加特征維數(shù)的RFLD方法。但RFLD方法在大樣本集的情況下，計(jì)算量比較大，本文針對RFLD方法的這點(diǎn)不足對其進(jìn)行了改進(jìn)。通過實(shí)驗(yàn)，我們發(fā)現(xiàn)，經(jīng)過改進(jìn)的方法不僅減少了計(jì)算量，并且保證了識別率，甚至提高了識別率。 (3)將本文的算法應(yīng)用在實(shí)時(shí)的人臉識別系統(tǒng)當(dāng)中，通過USB攝像頭進(jìn)行實(shí)時(shí)人臉識別，驗(yàn)證了算法的可行性，獲得了理想的效果。 本文對人臉識別的中的圖像預(yù)處