局部特征分析面像識別算法的研究.pdf

1、信息安全科學在近幾十年以來一直備受矚目。隨著社會的快速發(fā)展，計算機技術的飛速進步，作為信息安全科學重要組成部分的身份驗證技術面臨著嚴重的挑戰(zhàn)。研究人員一直致力于尋找一種安全、便捷、快速的身份驗證方法，以代替目前所使用的存在各種弊端的傳統方法。在這種需求的呼聲之中，以人體生物特征識別為基礎的身份驗證方法應運而生。面像識別作為身份驗證的方法，不但更安全、更便捷、成本更低，而且還具有隱蔽性、非強迫性等優(yōu)點，成為身份驗證技術的重要研究方向。

2、r>　　 本文較系統地研究了局部特征分析(Local Feature Analysis，LFA)面像識別方法，主要包括面部圖像的標準化、局部特征的提取和根據局部特征的識別，其中局部特征的提取和識別是本文的重要研究部分。
　　 局部特征分析面像識別方法以Karhunen-Loeve變換為基礎，具有局部性、拓撲性等優(yōu)點，克服了同樣以Karhunen-Loeve變換為基礎的主成分分析(Principal componentsanal

3、ysis，PCA)面像識別方法的致命弱點，大大提高了面像識別的正確識別率。局部特征分析面像識別方法是非常重要的基于統計特征的面像識別方法。由于基于統計特征的識別方法對于面部圖像的質量要求較高，因此在使用局部特征分析面像識別方法之前，對面部圖像進行了精確的標準化或歸一化。
　　 本文提出的面部器官定位算法，有效地提取了眼睛、鼻子、嘴和面部輪廓線，能夠限制特征點的選擇，大大地加快了局部特征分析面部識別算法的運行速度。