基于Gabor特征的人臉識(shí)別方法.pdf

1、人臉識(shí)別一直都是生物識(shí)別領(lǐng)域的研究熱點(diǎn),是一種重要的生物特征識(shí)別技術(shù),在當(dāng)今的自動(dòng)化身份識(shí)別中變得越加重要。人臉識(shí)別的研究重點(diǎn)是人臉表達(dá),其實(shí)質(zhì)就是特征提取,特征提取一直以來都是人臉識(shí)別領(lǐng)域里的一個(gè)研究熱點(diǎn)問題。人臉的特征提取大致可以分為全局特征和局部特征。由于基于全局特征的人臉表達(dá)對(duì)于光照、姿態(tài)、表情等因素的影響較為敏感,而局部特征反映的是人臉的局部區(qū)域,側(cè)重于提取人臉的細(xì)節(jié)特征,使其能夠克服基于全局特征的不足,因此被越來越多的應(yīng)用到

2、人臉識(shí)別中。Gabor小波變換是一種典型的局部特征提取方法,由于在人臉特征提取方面的優(yōu)越性,使其成為了人臉特征提取的主流方法。本文基于Gabor小波變換特征提取的有效性開展研究,主要工作包括以下三個(gè)方面:
　　(1)系統(tǒng)的分析了基于二維Gabor小波變換的實(shí)現(xiàn)原理,針對(duì)直接采用Gabor小波變換提取得到的特征維數(shù)過高的問題,提出了首先對(duì)提取得到的特征進(jìn)行向下采樣,然后采用核主成分分析的方法進(jìn)行降維處理。在分類器的設(shè)計(jì)中,選擇了支持

3、向量機(jī)作為分類器。在此基礎(chǔ)上提出了一種基于Gabor特征的人臉識(shí)別方法。
　　(2)為了考核本文所提算法的有效性,通過在ORL和Yale人臉庫(kù)上與當(dāng)前主流人臉識(shí)別算法進(jìn)行仿真測(cè)試和對(duì)比分析,測(cè)試本文算法的有效性。
　　(3)為了進(jìn)一步考核本文所提算法的實(shí)際使用價(jià)值,采用MFC+Opencv實(shí)現(xiàn)了基于本文算法的人臉識(shí)別系統(tǒng),包括人臉圖像的采集、預(yù)處理、特征提取以及識(shí)別。
　　通過對(duì)人臉識(shí)別系統(tǒng)的實(shí)際測(cè)試,驗(yàn)證本文所提算法