基于雙中心羽化加權(quán)WPCA的人臉識(shí)別算法研究.pdf

1、人臉自動(dòng)識(shí)別技術(shù)就是用計(jì)算機(jī)分析人臉圖像，從中提取有效的識(shí)別信息并自動(dòng)鑒別的一種技術(shù)。人臉識(shí)別是生物識(shí)別技術(shù)的一種。而在個(gè)人生物特征中，指紋、虹膜、DNA等人體生物特征的身份驗(yàn)證方法容易令使用者有受到侵犯的感覺(jué)，產(chǎn)生抵觸情緒，不適合一般場(chǎng)合的身份驗(yàn)證。相比之下，最為方便、有效的部位首推人臉，用人臉特征進(jìn)行身份驗(yàn)證自然方便，易于為用戶(hù)接受，且其高度的唯一性使它的識(shí)別吸引了越來(lái)越多研究者的注意。 在人臉識(shí)別的主流算法中，基于主分量分

2、析(PCA)的特征臉?lè)椒?，由于?jì)算簡(jiǎn)單，概念清晰易于實(shí)現(xiàn)，一直受到研究者的廣泛關(guān)注。但是傳統(tǒng)的主分量分析的方法還是有自己的弊端的。首先作為一種圖像的統(tǒng)計(jì)方法，圖像中的所有像素都被賦予了同等的地位，無(wú)視不同的特征在識(shí)別中所起的作用不同。其次，人臉在人臉空間的分布近似高斯分布，且普通人臉位于均值附近，而特殊人臉則位于分布邊緣。由此可見(jiàn)，越普通的人臉越難識(shí)別。 基于以上考慮，本論文在以下幾個(gè)方面有所創(chuàng)新： 1、在已有的經(jīng)典主分

3、量分析算法和加權(quán)主分量分析算法的基礎(chǔ)之上，改進(jìn)并提出了一種新的基于雙中心羽化加權(quán)的加權(quán)主分量分析算法。對(duì)每維特征設(shè)定一個(gè)雙中心羽化函數(shù)作為加權(quán)函數(shù)，并以加權(quán)重建誤差最小為目標(biāo)，計(jì)算出加權(quán)子空間，根據(jù)測(cè)試樣本點(diǎn)到加權(quán)子空間的距離進(jìn)行分類(lèi)。 2、對(duì)提出的基于雙中心羽化加權(quán)WPCA人臉識(shí)別算法的參數(shù)進(jìn)行優(yōu)化，找到在ORL人臉庫(kù)中的最佳參數(shù)。 3、將本文的算法與已有的單中心羽化加權(quán)WPCA算法以及經(jīng)典PCA算法的識(shí)別率進(jìn)行比較，

4、實(shí)驗(yàn)證明本論文提出的算法在ORL人臉庫(kù)以及ⅡS人臉庫(kù)上都取得了比較高的識(shí)別率。 4、對(duì)由本所自主采集的ⅡS人臉庫(kù)進(jìn)行了實(shí)驗(yàn)，證明了本人臉庫(kù)的可用性，并且找到了人臉庫(kù)采集中的問(wèn)題，以待以后的工作中改進(jìn)。本論文的不足之處以及今后要做的工作： 本論文在總結(jié)了人臉識(shí)別的各種主流算法后，將經(jīng)典的基于主分量分析的人臉識(shí)別算法進(jìn)行了改進(jìn)，提出了一種新的算法，并且在實(shí)驗(yàn)中提高了新算法的識(shí)別率，證明了新算法的優(yōu)越性。但是新算法的參數(shù)優(yōu)化工