人臉時(shí)變特征提取與核非線性分類算法研究.pdf

1、人臉識(shí)別就是從靜態(tài)或視頻序列的臉像中提取個(gè)性化特征，以此確定或確認(rèn)被識(shí)別對象的身份。一個(gè)完整的人臉識(shí)別系統(tǒng)通常包含人臉檢測或跟蹤、預(yù)處理、特征提取、特征選擇和分類識(shí)別等模塊。其中，為適應(yīng)復(fù)雜多樣的現(xiàn)實(shí)環(huán)境而從臉圖像中提取穩(wěn)健可靠的以資區(qū)別于不同個(gè)體的個(gè)性化特征，是成功地識(shí)別人臉的一個(gè)關(guān)鍵，也是人臉識(shí)別研究中最富于挑戰(zhàn)性的問題之一。 本文主要對人臉特征提取和分類方法進(jìn)行研究。 在特征提取方面，首先介紹并比較了人臉識(shí)別領(lǐng)域中

2、最常用的特征提取方法：主元分析(PCA)和線性鑒別分析(LDA)方法。然后在簡述時(shí)頻分析概念及常用時(shí)頻分析方法的基礎(chǔ)上，引出分?jǐn)?shù)傅里葉變換(FrFT,FractionFourierTransform)的定義、性質(zhì)和離散FrFT(即DFrFT)的計(jì)算?；贒FrFT，給出圖像時(shí)頻分布形狀特征(包括徑向斜度和陡度、圓周斜度和陡度)提取方法。 在分類器設(shè)計(jì)方面，以常用線性和非線性分類器討論為基礎(chǔ)，介紹一種基于核的對模式特征具有最優(yōu)表達(dá)