基于非下采樣Contourlet變換的人臉識(shí)別技術(shù)研究.pdf

1、人臉識(shí)別一般可描述為給定一幅靜止或動(dòng)態(tài)圖像,利用已有的人臉數(shù)據(jù)庫(kù)來(lái)確認(rèn)圖像中的一個(gè)或多個(gè)人。人臉識(shí)別已經(jīng)成為當(dāng)前模式識(shí)別領(lǐng)域和人工智能領(lǐng)域研究的經(jīng)典和熱點(diǎn)問(wèn)題,探索高識(shí)別率的人臉識(shí)別算法具有重要的理論意義和應(yīng)用價(jià)值。
　　 小波變換具有良好的時(shí)域特性和頻域特性,能夠非常好地表示和分析圖像信號(hào),是目前國(guó)際上公認(rèn)的信息獲取與處理領(lǐng)域的新技術(shù)。小波變換在處理一維信號(hào)時(shí)具有優(yōu)異的特性,但是,這種優(yōu)勢(shì)不能簡(jiǎn)單地推廣到二維或更高維。小波變換

2、在方向上的缺乏使得其不能充分描述圖像特性,變換后信息缺失較大。Contourlet變換是一種新的多尺度幾何分析方法,它不僅具有小波變換的多分辨率特性和時(shí)頻局域特性,還具有很強(qiáng)的方向性和各向異性。
　　 非下采樣Contourlet變換是Contourlet變換的改進(jìn),解決了Contourlet變換因下采樣而不滿足平移不變性和頻譜泄漏及頻譜混疊等缺陷,在圖像表示上能更好地描述圖像的細(xì)節(jié)信息。
　　 本文提出基于非下采樣Co

3、ntourlet變換和核Fisher鑒別分析(KFDA)的人臉識(shí)別方法,研究非下采樣Contourlet變換與KFDA特征抽取和分類相結(jié)合的識(shí)別率;研究Contourlet變換和非下采樣Contoudet變換進(jìn)行人臉識(shí)別的識(shí)別率和識(shí)別時(shí)間的差異,同時(shí)提出基于非下采樣Contourlet變換和支持向量機(jī)(SVM)的人臉識(shí)別方法。實(shí)驗(yàn)表明,非下采樣Contourlct變換與KFDA相結(jié)合,能更好地表現(xiàn)圖像的細(xì)節(jié)特征,較好的克服了Contou