基于線性判別分析和支持向量機(jī)的人臉識(shí)別研究.pdf

1、在身份驗(yàn)證中，相對(duì)于其他生物特征識(shí)別而言，人臉特征識(shí)別是最直接、最方便友好的手段。近幾年來人臉識(shí)別技術(shù)已成為國(guó)內(nèi)外學(xué)者研究的熱點(diǎn)。計(jì)算機(jī)人臉識(shí)別技術(shù)是指利用計(jì)算機(jī)對(duì)人臉圖像進(jìn)行分析，進(jìn)而從中提取出有效的識(shí)別信息，用來“辨認(rèn)”身份的一門技術(shù)。人臉識(shí)別技術(shù)主要包括兩個(gè)方面的內(nèi)容，首先是人臉特征的壓縮和提取；其次是與人臉特征相配合的模式分類器的構(gòu)造。 本文在分析傳統(tǒng)的人臉識(shí)別方法的基礎(chǔ)上，針對(duì)人臉特征提取和模式分類器建模以及人臉特征加

2、權(quán)等問題進(jìn)行了研究。重點(diǎn)研究了利用統(tǒng)計(jì)特征進(jìn)行人臉識(shí)別的方法。本文的主要工作有： (1)提出了一套基于線性判別分析與多分類支持向量機(jī)相結(jié)合的人臉識(shí)別算法。該算法利用了主成分分析、線性判別分析和支持向量機(jī)等統(tǒng)計(jì)理論。在特征提取階段，主要采用主成分分析對(duì)人臉圖像進(jìn)行降維，然后在低維空間中利用線性判別分析進(jìn)行特征提取。在分類器構(gòu)造階段，主要利用統(tǒng)計(jì)學(xué)習(xí)理論的支持向量機(jī)，并且采用多類別的支持向量機(jī)分類器作為我們?nèi)四樧R(shí)別的分類器。利用支持

3、向量機(jī)分類器對(duì)提取的人臉特征進(jìn)行訓(xùn)練、測(cè)試。最后用OlivettiResearchLaboratory(ORL)人臉圖像庫(kù)對(duì)算法進(jìn)行多方面驗(yàn)證，實(shí)驗(yàn)結(jié)果表明本文所提出的算法與其它方法相比具有合理性和一定的優(yōu)越性。 (2)提出融合了特征加權(quán)的人臉識(shí)別算法?，F(xiàn)有的人臉識(shí)別方法通常未考慮不同特征或像素對(duì)識(shí)別結(jié)果的影響。實(shí)際上，人臉面部不同特征在人臉識(shí)別過程中的作用是不同的。基于以上考慮，本文采用眼睛嘴巴加權(quán)方法對(duì)人臉圖像進(jìn)行了預(yù)處理，