適用于小規(guī)模場合的人臉識別技術(shù)研究與應(yīng)用.pdf

1、隨著當前社會信息技術(shù)的進步，人們對方便、可靠、能進行自動身份鑒別的人臉識別技術(shù)的需求日益增長，人臉識別技術(shù)因而成為了機器智能研究領(lǐng)域最熱點的研究技術(shù)之一。在諸多民用的安全控制場合，通常其需要識別的樣本不是很多(一般從幾十人到幾百人)，對環(huán)境的要求也不是十分嚴格(如光照、位置、表情均可控制)，但要求在保證可靠識別率接近100％的基礎(chǔ)上，達到較高的正確識別率。 本文正是為解決這一問題而展開相關(guān)工作，在人眼定位、核主成分分析與支持向量

2、機相結(jié)合的人臉識別技術(shù)、支持向量機的多類識別方法、可靠識別率的保證等方面進行了相關(guān)研究，具體包括以下幾個方面的工作： 1、對人臉識別技術(shù)的發(fā)展、技術(shù)難點作了較為全面的分析和總結(jié)，在此基礎(chǔ)上選取了核主成分分析與支持向量機相結(jié)合的人臉識別技術(shù)方案，并實現(xiàn)了人眼定位、人臉圖像的前期處理，為人臉的識別做好了預(yù)處理工作。 2、對當前應(yīng)用于人臉識別的熱點技術(shù)--核主成分分析( KPCA)和支持向量機(SVM)進行了探索，并成功地應(yīng)用

3、到了人臉識別中，應(yīng)用ORL人臉庫進行驗證，取得了較好的實驗結(jié)果，達到了94％正確識別率。 3、針對傳統(tǒng)支持向量機(SVM)的多分類方法，提出了一種改進的方法--編碼多分類法。在應(yīng)用支持向量機多分類時，此方法的應(yīng)用能減少支持向量機分類器的構(gòu)建，減少了運算量，使訓(xùn)練時間、測試時間大量減少。 4、根據(jù)實際應(yīng)用中對安全性能的需求，提出了可靠識別率概念，并給合實例進行成因分析，指出了與正確識別率之間的關(guān)系。最后應(yīng)用ORL人臉庫進行