改進(jìn)的加權(quán)主成分分析算法實(shí)現(xiàn)人臉識(shí)別.pdf

1、人臉自動(dòng)識(shí)別技術(shù)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)。作為生物特征識(shí)別的一種，人臉識(shí)別更為直接、友好而自然。因此，人臉識(shí)別自上個(gè)世紀(jì)以來(lái)一直受到研究者的極大關(guān)注。 目前，人臉識(shí)別的算法很多，每種算法都有優(yōu)點(diǎn)和缺點(diǎn)；因此近些年來(lái)，許多學(xué)者傾向于將幾種算法混合起來(lái)實(shí)現(xiàn)人臉識(shí)別。本文也是從此角度出發(fā)，在改進(jìn)了WPCA算法的基礎(chǔ)上，將WPCA算法與LDA算法結(jié)合起來(lái)實(shí)現(xiàn)人臉識(shí)別。 文論文的主要研究工

2、作包括以下幾個(gè)方面： 第一，改進(jìn)WPCA(加權(quán)主成分分析)算法。在已有分析算法之上，改進(jìn)了人臉關(guān)鍵部位的加權(quán)函數(shù)，對(duì)每一維特征重新設(shè)定一個(gè)加權(quán)函數(shù)，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，并確定出實(shí)驗(yàn)的最佳參數(shù)，得出實(shí)驗(yàn)結(jié)果，并與已有的算法在相同的實(shí)驗(yàn)環(huán)境下比較得出結(jié)果。 第二，進(jìn)行混合算法研究。首先，將WPCA和改進(jìn)的加權(quán)算法分別作為整個(gè)算法的第一步；并在此基礎(chǔ)之上，將線性判別分析引入，將高維空間的樣本投影到低維空間