主元分析在人臉識別中的應(yīng)用研究.pdf

1、人臉識別是身份認(rèn)證技術(shù)領(lǐng)域中當(dāng)前研究的熱點課題，它涉及到模式識別，圖像處理，神經(jīng)網(wǎng)絡(luò)，計算機(jī)視覺，生理學(xué)及認(rèn)知科學(xué)等多個學(xué)科知識，具有重要的理論意義和實用價值。 本文首先對人臉識別系統(tǒng)中圖像預(yù)處理和分類器設(shè)計進(jìn)行了討論，并簡單介紹了幾種基于全局的特征提取方法。然后，對PCA，2DPCA，DiagPCA，(2D)2PCA等幾種基于主元分析的特征提取算法進(jìn)行了詳細(xì)的介紹。由于2DPCA，(2D)2PCA，DiagPCA算法的特征提取

2、都直接基于圖像矩陣，計算量小，因而特征的提取速度明顯高于PCA算法。同時，本文在分析各個算法識別性能的過程中，發(fā)現(xiàn)在類別訓(xùn)練樣本數(shù)目一定的情況下選取具有代表性的人臉圖像作為訓(xùn)練集樣本時算法具有更高的識別率。 在對上述各種特征提取算法分析和比較的基礎(chǔ)上，本文提出了平均臉+(2D)2PCA識別方法。實驗證明，該方法在特征分類時所需的特征比較次數(shù)較少，識別速度較快。 最后，本文初步探索了神經(jīng)網(wǎng)絡(luò)在基于二維主元分析識別方法中的應(yīng)