基于Contourlet和支持向量機(jī)的人臉識(shí)別研究.pdf

1、人臉識(shí)別技術(shù)是利用計(jì)算機(jī)分析人臉圖像并從中提取有效的識(shí)別信息，進(jìn)而用來(lái)“辨認(rèn)”身份的一門(mén)高新技術(shù)，被廣泛應(yīng)用于許多領(lǐng)域。近年來(lái)在小波變換基礎(chǔ)上發(fā)展起來(lái)的輪廓波(Contourlet)變換不但具有小波變換的多分辨率，時(shí)頻局部特性，還具有各向異性，多方向選擇性特性，能夠提供最為本質(zhì)的人臉特征、削弱噪聲干擾、減少計(jì)算量，將它應(yīng)用于人臉識(shí)別具有良好的效果。 本文重點(diǎn)研究了基于Contourlet變換和支持向量機(jī)的人臉識(shí)別方法。主要內(nèi)容有

2、： 1．分析了小波的局限性和Contourlet的特點(diǎn)，并通過(guò)實(shí)驗(yàn)將Contourlet變換的人臉識(shí)別算法與幾種常用小波變換的人臉識(shí)別算法從識(shí)別率和識(shí)別時(shí)間上做了比較，得到了前者具有更好的識(shí)別效果的結(jié)論。 2．提出了一種Contourlet變換與2DPCA(二維主元分析)相結(jié)合的人臉識(shí)別算法，實(shí)驗(yàn)證明了該算法的有效性。該算法計(jì)算量小，效率高，并對(duì)人臉的姿態(tài)、表情變化和遮掩物具有一定的魯棒性。 3．將Contour

3、let和2DPCA結(jié)合的算法與經(jīng)典的PCA(主元分析)方法通過(guò)實(shí)驗(yàn)做了對(duì)比，證明了本文算法比PCA算法在識(shí)別率和識(shí)別速度方面均有提高。 4．提出了一種基于聚類(lèi)分析的二叉樹(shù)多類(lèi)SVM(支持向量機(jī))的算法，該算法比起其他的多類(lèi)分類(lèi)方法有著較少的分類(lèi)器個(gè)數(shù)，推廣性能也比較好，通過(guò)實(shí)驗(yàn)證明它比一般的二叉樹(shù)多類(lèi)SVM算法具有更好的識(shí)別結(jié)果。 5．將用Contourlet和2DPCA結(jié)合提取的人臉有效特征，輸入SVM進(jìn)行分類(lèi)，取得了