資源描述：
《基和小波變換與kpca人臉識(shí)別技術(shù)的研究論文》由會(huì)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、摘要摘要人臉識(shí)別由于人臉的非剛體性和易變性，成為一個(gè)復(fù)雜、涉及面廣且應(yīng)用前景廣闊的課題，近年來掀起研究熱潮并取得突破性進(jìn)展。前人在人臉識(shí)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(shí)別率和識(shí)別速率的提高等。人臉識(shí)別涉及的技術(shù)很多，其中關(guān)鍵的是特征提取和分類方法，本文圍繞人臉識(shí)別問題對(duì)人臉特征的有效提取、提高識(shí)別率和識(shí)別速率進(jìn)行了探討和研究，提出了一種基于特征組合的特征提取算法，取得了較好的效果。本文的具體內(nèi)容和創(chuàng)新點(diǎn)包括：(1)對(duì)人臉識(shí)別所涉及到的理論進(jìn)行了介紹與研究。(2)
2、針對(duì)人臉在圖像中的大小、位置、旋轉(zhuǎn)角度以及光照等條件的不同對(duì)特征提取的影響，本文對(duì)人臉圖像進(jìn)行預(yù)處理。(3)依據(jù)小波系數(shù)的不同特點(diǎn)：低頻部分刻畫的是圖像的整體(形狀)，而高頻部分包含了相當(dāng)數(shù)量的細(xì)節(jié)信息。因此對(duì)原始圖像進(jìn)行三層小波分解，選用一、二、三層的低頻平滑子帶作為小波特征。這樣既保留了面部的全局形狀，又淡化了局部細(xì)節(jié)。同時(shí)降低了人臉圖像的維數(shù)，提高了識(shí)別率識(shí)別速度。(4)針對(duì)特征提取在整個(gè)人臉識(shí)別中的作用，本文對(duì)得到的小波特征運(yùn)用核主成分分析，獲得特征空間上的三組主分量特征。(5)研究了特征維數(shù)與識(shí)別率
3、之間的關(guān)系，指出傳統(tǒng)特征提取方法的不足。并設(shè)計(jì)了一種新的基于特征組合的特征提取算法，即對(duì)獲得的三組主分量特征進(jìn)行主特征向量和次特征向量的劃分，再由主特征向量和次特征向量組合為每個(gè)原始樣本的最終分類特征向量。最后將得到的最終分類特征向量輸入到分類器進(jìn)行分類識(shí)別。實(shí)驗(yàn)證明本文提出的特征組合算法優(yōu)于只將某一類小波特征作為識(shí)別特征的傳統(tǒng)方法。而且，在識(shí)別的速度也有一定的優(yōu)勢(shì)。(6)以多項(xiàng)式核函數(shù)構(gòu)造了支持向量機(jī)，并根據(jù)“一對(duì)一”策略設(shè)計(jì)多分類支持向量機(jī)。最后，總結(jié)了全文的工作，并指出了若干有待于今后進(jìn)一步研究的內(nèi)容。
4、本文對(duì)所論述的算法均進(jìn)行了MATLAB數(shù)據(jù)仿真，并給出了詳實(shí)的實(shí)驗(yàn)數(shù)據(jù)?；谛〔ㄗ儞Q與KPCA人臉識(shí)別技術(shù)研究關(guān)鍵字：人臉識(shí)別；核主成分分析(KPCA)；支持向量機(jī)IIABSlllACTABSTRACTFacerecognitionhasbecomeanissue，whichiscomplex，involvingawiderangeofapplicationsandbroadprospectsasfortheface’Snon—rigidandvolatility，andhassetoffanupsurgea
5、ndmadebreakthroughprogressinrecentyears．Thoughresearchershaveaccumulatedrichresultsinthefacerecognitiontechnology，theyalsohaveencounteredsomedifficultiessuchastheeffectiveextractionoffeatures，theimprovementofrecognitionrateandvelocityofidentificationandSOon
6、．Facerecognitionisinrelationofalotoftechnologies，thetwokeysareextractionoffeaturesandclassificationmethods．ThiSpaperdealswitheffectiveextractionoffeaturesoffacialcharacteristics，improvementoftherecognitionrateandspeedonfacerecognitionproblems，proposedafeatu
7、reextractionalgorithmbasedonfeaturecombination，whichisprovedtobeeffective．Inthispaper，thespecificcontentsandinnovationsinclude：(1)Introducingandstudyingthetheoryinvolvedwithfacerecognition．(2)Completethefacesamplesimageenhancement，thenormalizedgeometricandg
8、rayandwhiteprocessingatthepreprocessingtime，whichwouldbeeffectiveinimprovingimagequality，andloweritscomputationalcomplexity．(3)Basedonthedifferentcharacteristicsofwaveletcoefficients：thelow—frequencypa
