人臉圖像的特征提取與識(shí)別.pdf

1、人臉識(shí)別技術(shù)是生物識(shí)別技術(shù)的一個(gè)重要分支，是模式識(shí)別和計(jì)算機(jī)視覺領(lǐng)域內(nèi)的一個(gè)研究熱點(diǎn)。與利用指紋、虹膜等其他生物特征識(shí)別相比，人臉識(shí)別具有直接、友好、方便的特點(diǎn)，是進(jìn)行身份確認(rèn)的最自然直接的手段。因此，人臉識(shí)別在信息安全、刑事偵破、出入口控制等領(lǐng)域具有廣泛的應(yīng)用前景。 人臉識(shí)別的較一般的表述為：給定一場(chǎng)景的靜止或視頻圖像，利用已有的人臉數(shù)據(jù)庫，確定場(chǎng)景中的一個(gè)或多個(gè)人。人臉識(shí)別過程包括人臉檢測(cè)、人臉特征的提取和壓縮、以及與人臉特

2、征相配合的模式分類器的構(gòu)造，從廣義上講還包括表情分析和生理分析。本文研究的是人臉圖像的特征提取和分類兩部分。 本文介紹了計(jì)算機(jī)人臉識(shí)別技術(shù)的研究背景和主要方法，研究了人臉識(shí)別中一些預(yù)處理方法，特征提取算法和分類算法，將不同的特征提取方法和分類算法相組合，構(gòu)造出不同的人臉識(shí)別系統(tǒng)，并且做了相應(yīng)的比較。 在預(yù)處理階段，進(jìn)行了圖像的幾何歸一化和光照補(bǔ)償。為了降低后續(xù)處理算法的復(fù)雜度，用小波變換的方法對(duì)圖像進(jìn)行了小波分解，濾除掉

3、高頻信息，采用相對(duì)穩(wěn)定的低頻子帶來表達(dá)圖像，模糊了人臉表情和姿勢(shì)的影響，同時(shí)達(dá)到了對(duì)圖像降維的效果。實(shí)驗(yàn)表明小波變換是一種有效的預(yù)處理方法，而選擇不同的小波基和不同的小波分解層數(shù)對(duì)最后的識(shí)別效果有一定影響。 在人臉圖像的特征提取環(huán)節(jié)，本文采用了基于統(tǒng)計(jì)的特征提取和選擇方法，包括主成分分析(PCA)、線性斷分析(LDA)。根據(jù)人臉的鏡像對(duì)稱性，本文在主成分分析和線性判別分析的基礎(chǔ)上還討論了一種改進(jìn)方法：偶對(duì)稱變換。理論分析與實(shí)驗(yàn)證