基于改進(jìn)的主成分分析的人臉識(shí)別算法研究.pdf

1、人臉識(shí)別技術(shù)涉及多個(gè)學(xué)科內(nèi)容，其中包括圖像處理、模式識(shí)別、神經(jīng)網(wǎng)絡(luò)及計(jì)算機(jī)視覺(jué)等，它是模式識(shí)別和人工智能領(lǐng)域的一個(gè)前沿課題，具有重要的研究?jī)r(jià)值。其研究成果已可廣泛應(yīng)用于視頻監(jiān)控、身份識(shí)別驗(yàn)證、銀行密碼系統(tǒng)、門(mén)禁系統(tǒng)等場(chǎng)合中。
　　本文針對(duì)人臉識(shí)別問(wèn)題，具體開(kāi)展了如下幾個(gè)方面的研究工作：
　　首先對(duì)人臉識(shí)別的發(fā)展、特點(diǎn)、實(shí)現(xiàn)原理和主要應(yīng)用領(lǐng)域等進(jìn)行了概述，總結(jié)了當(dāng)前人臉識(shí)別的研究現(xiàn)狀及研究意義，引出課題的難點(diǎn)。
　　其次

2、對(duì)人臉識(shí)別與人臉檢測(cè)的基本原理及類(lèi)型進(jìn)行了闡述，按照人臉識(shí)別與人臉檢測(cè)的不同目的，著重討論了一些經(jīng)典的人臉識(shí)別算法和人臉檢測(cè)算法。同時(shí)考慮到小波變換在圖像處理方面的強(qiáng)大優(yōu)勢(shì)，詳細(xì)介紹了連續(xù)小波變換和離散小波變換的原理及性質(zhì)，并對(duì)一些小波基進(jìn)行了分析。
　　然后從主成分分析（PCA）在人臉識(shí)別上的成熟理論出發(fā)，對(duì)PCA的原理及算法實(shí)現(xiàn)過(guò)程進(jìn)行了詳細(xì)的闡述，考慮到應(yīng)用PCA解決問(wèn)題時(shí)需注意的幾個(gè)問(wèn)題，本文也進(jìn)行了仔細(xì)的分析討論。

3、>　　最后針對(duì)基于PCA的人臉識(shí)別算法存在的一些弊端，本文先介紹了二維主成分分析法（2DPCA）算法，并對(duì)其原理和實(shí)現(xiàn)過(guò)程進(jìn)行了闡述。然而，2DPCA在表征圖像時(shí)，它需要比PCA更多的系數(shù)。在人臉識(shí)別過(guò)程中，針對(duì)2DPCA算法在特征提取和數(shù)據(jù)降維上存在的問(wèn)題，本文引入了雙向二維主成分分析（2D2DPCA）算法，該算法同時(shí)考慮圖像行與列方向上的信息。考慮到人臉圖像存在信息冗余而影響識(shí)別率的問(wèn)題，于是本文提出一種基于小波加權(quán)雙向二維主成分分