資源描述:
《基于主元分析和小波變換的人臉識(shí)別方法研究與實(shí)現(xiàn)》由會(huì)員上傳分享,免費(fèi)在線(xiàn)閱讀,更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。
1、東北大學(xué)碩士學(xué)位論文基于主元分析和小波變換的人臉識(shí)別方法研究與實(shí)現(xiàn)姓名:蔡玉申請(qǐng)學(xué)位級(jí)別:碩士專(zhuān)業(yè):計(jì)算機(jī)軟件與理論指導(dǎo)教師:趙麗紅20051201東北大學(xué)碩士學(xué)位論文摘要基于主元分析和小波變換的人臉識(shí)別方法研究與實(shí)現(xiàn)摘要生物識(shí)別技術(shù)是二十世紀(jì)最為熱點(diǎn)的技術(shù),人臉自動(dòng)識(shí)別技術(shù)是生物特征識(shí)別技術(shù)的重要組成部分,在近三十年星得到了廣泛的關(guān)注和研究,已經(jīng)成為計(jì)算機(jī)視覺(jué)、模式識(shí)別領(lǐng)域的研究熱點(diǎn)。身份識(shí)別及鑒定是保證系統(tǒng)安全的重要前提,在國(guó)家安全、公安、司法、電子商務(wù)、電予政務(wù)、安全檢查、保安監(jiān)控等應(yīng)用領(lǐng)域,都需要準(zhǔn)確的身份識(shí)別及鑒定。人臉識(shí)別被一直
2、被認(rèn)為最易被接受的身份鑒定方法之一。本文對(duì)靜止圖像的多姿態(tài)人臉識(shí)別進(jìn)行了研究,主要內(nèi)容如下;(1)利用圖像處理的方法對(duì)圖像做最初的處理,盡量使用于識(shí)別的照片的干擾因素減少到最少,通過(guò)圖像處理的方法也可以使圖像的特征得到明顯的突出而弱化其不具有特征的部分。只有經(jīng)過(guò)處理的圖像才可用于識(shí)別,識(shí)別率的高低在很大程度上也是受圖像處理質(zhì)量的影響。(2)本文首先使用主成分分析、鏡像主成分分析、核主成分分析進(jìn)行特征提取,用基于歐式距離度量的最近鄰分類(lèi)器和相關(guān)性的方法進(jìn)行識(shí)別。這種方法的計(jì)算速度快,識(shí)別率很好但是對(duì)戴眼鏡和有胡須的圖像效果不理想。(3)小波變
3、換的方法對(duì)人臉圖像進(jìn)行特征提取。在對(duì)小波變換后的圖像形成模板臉然后計(jì)算與模板臉的交叉距離,然后再將距離送入神經(jīng)元網(wǎng)絡(luò)進(jìn)行訓(xùn)練最后用訓(xùn)練好的網(wǎng)絡(luò)來(lái)進(jìn)行識(shí)別。對(duì)戴眼鏡和有胡須的圖像的識(shí)別率很高。關(guān)鍵詞:人臉識(shí)別;主成分分析;鏡像主成分分析;核主成分分析;小波變換神經(jīng)元網(wǎng)絡(luò)·Ⅱ·東北大學(xué)碩士學(xué)位論文AbstractResearchandRealizationinFaceRecognitionMethodsBasedonPrincipalComponentAnalysisandWaveletTransformAbstractAutomatedfac
4、erecognitiontechniqueiSoneofthemostattractivebranchesofbiometricsanditisalsooneofthemostactiveandchallengingtasksforcomputervisionandpattemrecognitioninrecent30years.Forthebettersecurity,reliability,andvalidity,itisnotonlywidelyappliedhaavarietyofpersonalidentificationsyst
5、ems,butalsocallbeusedinthefieldofhuman-computerinterfaceandvisualcommunication.Thisdissertationmainlystudiestheapproachestofrontalfacerecognitionin掣ayimages.Themaincontentsareasfollows:(1)Theimagemustbeprocessingbythewayofimageprocessing.Trybesttoreduceallthedisturbingfact
6、or.Usethemeansofimageprocessingtomakethefeaturesmoreextrusivetoimpairtherestthatislittleofthefeatures。Therateofrecognitionisdecidedbythequalityoftheimageprocessed.(2)ThispaperusethemeansofPrincipalComponentAnalysis(PCA)、Symmetrical、PrincipalComponentAnalysis(SPCA)、KernelPr
7、incipalComponentAnalysis(KPCA)、infeaturesextraction.ThenusethemeanstorecognizethefacewhichisbasedonEuclideandistancenearest-neighborclassifierwhichprovestobefastincomputingspeedandhighinrecognitionrateexceptintherecognizingsuchpeopleaswareglassesandbeard.(3)Theimageswhichh
8、avebeenWavelettransformedturnouttobetemplatefaces.Thenputthedistancebetweentherestimagesa