資源描述:
《基于小波變換和核方法人臉識別》由會員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、璺型查蘭堡主塑望苧:.。.基于小波變換和核方法的人臉識別電路與系統(tǒng)專業(yè)研究生:何保全‘指導(dǎo)教師:羅代升摘要用計(jì)算機(jī)對人臉圖像進(jìn)行處理進(jìn)而實(shí)現(xiàn)人臉識別是如今的一個(gè)研究熱點(diǎn)和難題,前人在人臉識別技術(shù)上雖然積累了豐富的成果,但是也遇到了一些困難。例如:有效人臉特征的提取,識別率和識別速率的提高等。因此,人臉識別的研究仍然是非常必要的,具有重要的理論意義、學(xué)術(shù)意義和應(yīng)用價(jià)值。本文圍繞人臉識別問題對人臉特征的有效提取、提高識別率和識別速率進(jìn)行了探討和研究,提出了改進(jìn)方法,取得了較好的效果。本研究主要包括:對人臉識別所涉及到的理論進(jìn)行了研究;提出了以眼睛坐標(biāo)為依據(jù)的角
2、度歸一化矯正方法,解決了人臉偏轉(zhuǎn)角度過大的頭像難以識別的問題,能夠較好地實(shí)現(xiàn)頭像傾斜矯正問題?;谛〔ㄏ禂?shù)的不同特點(diǎn),本文提出了一種新的小波特征融合方法,該方法將人臉圖像兩層小波變換后的垂直高頻和水平高頻部分分別進(jìn)行垂直投影和水平投影,將得到的投影序列直接排列在低頻向量構(gòu)造一個(gè)新的特征向量。并用KPCA的聚集和降維特性對新獲取的特征向量通過核函數(shù)映射到高維特征空間后進(jìn)行經(jīng)典的主元分析,進(jìn)一步提取的特征作為SVM支撐向量機(jī)的輸入用于分類識別。實(shí)驗(yàn)證明本文提出的小波特征融合方法能夠提高識別率和識別速度?;诤朔椒ㄖ胁煌撕瘮?shù)的特性不同,提出了采用具有較強(qiáng)全局性
3、的多項(xiàng)式核函數(shù)和具有較強(qiáng)局部性的高斯徑向基核函數(shù)進(jìn)行組合,并運(yùn)用于KPCA方法中,使識別率有進(jìn)一步的提高。最后,在以上算法基礎(chǔ)上,實(shí)現(xiàn)了一個(gè)實(shí)驗(yàn)性的實(shí)時(shí)人臉識別系統(tǒng)。關(guān)鍵詞:人臉識別角度歸一化小波分析子圖融合核方法組合核函數(shù)基于小波變換和核方法的人臉識別FaceRecognitionbasedonwavelettransformationandkernelMethodCircuitandSystemMajorPostgraduate:HeBaoQtianSupervisor:LuoDaiShengAbstractAutomaticfacerecogniti
4、onbasedoncomputerisimportantandpopularnowadays.AlthougIlsomeproblemsarestillunsolvedalargenumberofdevelopmentandachievementshavebeentaken.Mainlythedifficulties’areextractingefficientlythefacialfeatures,boostingboththerecognitionrateandrecognitionspeed.InthisthesisSomeimprovedmetho
5、dsareproposedtoresolvetheseproblemsandachievegoodresults.Asummaryofpreviousachievementsinthisareaisdescribedfirst.Thenanovelanglenormalizationmethodis西Ven。Accordingtopowerfulabilityforimageopemfionofwaveletmulti—scaletransformation,awaveletcoefficientfusingmethodisproposed.Themeth
6、odcombinestheprojectionsofverticalandhorizontalhi曲frequencieswiththelowfrequenciestomakeallimagevectorforrecognitionSOthatagoodrecognitionratecanbeachieved.AcombinationkernelfunctionmethodisalsoproposedinKPCAusingthetraditionalglobalkernel呻lynomialkernelofstrongglobalfeatureandloc
7、alkernelRBFkernelofstronglocalfeaturetomakeanewcombinationkernelwithgoodlearningandgeneration。Finally,basedontheabovemethodandtheirimprovement,areal—timefacerecognitionsystemisdevelopedfortesting.KeyWords:FaceRecognitionSubbandFusionKernelMethodAngleNormalizationWaveletAnalysisMix
8、turesofKereels2四川大學(xué)碩士學(xué)位論文1.1研究背景及