基于小波分析小域特征融合的人臉識(shí)別算法研究.pdf

1、人臉識(shí)別在企業(yè)保密、社會(huì)人口流動(dòng)管理、刑事偵察、司法舉證、國(guó)家安全以及全球范圍內(nèi)的反恐等領(lǐng)域均具有廣泛的應(yīng)用。幾十年來(lái)，許多學(xué)生借鑒于幾何特征分析、統(tǒng)計(jì)特征分析、核函數(shù)分析、神經(jīng)網(wǎng)絡(luò)等數(shù)學(xué)研究成果對(duì)人臉圖像特征值提取與識(shí)別的方法進(jìn)行了卓有成效的研究與探索，已成為圖像處理領(lǐng)域的研究的熱點(diǎn)。
　　本文在參閱國(guó)內(nèi)眾多學(xué)者研究成果的基礎(chǔ)上，構(gòu)建了圖像預(yù)處理、特征提取、圖像識(shí)別的實(shí)現(xiàn)方法，較好地解決了圖像識(shí)別過(guò)程中速度與識(shí)別率的矛盾問(wèn)題。<

2、br>　　給出圖像預(yù)處理方法，對(duì)圖像去噪、增強(qiáng)、尺寸歸一化、光照補(bǔ)償、分割幾方面進(jìn)行深入研究，達(dá)到了圖像特征突出、干擾因素減少的目的，為特征向量提取提供了保障。
　　提出了全局與小域特征融合的方法。利用擴(kuò)展的Gabor小波最優(yōu)采樣算法分別對(duì)全局圖像和小域圖像進(jìn)行選擇性降維，再利用主成分分析方法進(jìn)行二次特征選擇。提高了特征向量的提取速度與可靠性。
　　深入研究了支持向量機(jī)在解決小樣本問(wèn)題時(shí)的優(yōu)良性和二叉樹(shù)的效率優(yōu)勢(shì)，設(shè)計(jì)了支持