多尺度多分辨率分析在人臉特征提取中的應(yīng)用研究.pdf

1、一個(gè)完整的人臉識(shí)別系統(tǒng)主要包括預(yù)處理、特征提取與分類識(shí)別三部分，最終的識(shí)別結(jié)果由三者共同決定，而特征提取又是其中的重中之重，它能夠從人臉圖像中提取出最能反映人臉特征的有效信息，從而實(shí)現(xiàn)對(duì)特征空間維數(shù)的壓縮，因此本文將對(duì)特征提取方法的研究和改進(jìn)作為研究的重點(diǎn)。
　　子空間分析是目前應(yīng)用最為廣泛的一類特征提取方法，它根據(jù)一定的準(zhǔn)則來(lái)尋找一個(gè)線性或非線性函數(shù)，通過(guò)變換將最有利于分類的特征保留在子空間中，從而壓縮了特征空間維數(shù)，降低了復(fù)雜

2、度，減少了運(yùn)行時(shí)間?？焖侏?dú)立分量分析(Fast Independent Component Analysis,FastICA)方法就是一種典型的子空間方法，它不僅能夠利用圖像的高階統(tǒng)計(jì)信息，而且在眾多的獨(dú)立分量分析(Independent Component Analysis,ICA)方法中，F(xiàn)astlCA以其收斂速度快、分離效果好被廣泛應(yīng)用于信號(hào)處理領(lǐng)域。
　　在FastICA算法研究的基礎(chǔ)上，考慮到近年來(lái)發(fā)展起來(lái)的多尺度幾何分

3、析(Multiscale Geometric Analysis,MGA)方法可以從不同分辨率上對(duì)圖像進(jìn)行分析以獲得對(duì)圖像從整體到細(xì)節(jié)更為全面的認(rèn)知，因此本文決定將多尺度幾何分析方法與子空間方法結(jié)合進(jìn)行人臉圖像的特征提取，提出了基于Contourlet變換的快速獨(dú)立分量分析人臉識(shí)別特征提取方法。首先，在特征提取之前選用Contourlet對(duì)人臉圖像進(jìn)行多分辨率分析，然后再對(duì)Contourlet分解后的高低頻空間數(shù)據(jù)利用FastICA算法進(jìn)

4、行特征提取。在此基礎(chǔ)上，通過(guò)一系列實(shí)驗(yàn)，驗(yàn)證了算法的有效性并且優(yōu)化了算法的識(shí)別性能：
　　(1)對(duì)提出的算法和傳統(tǒng)的快速獨(dú)立分量分析方法的識(shí)別性能進(jìn)行比較；
　　(2)研究Contourlet變換低頻子帶和各層高頻子帶系數(shù)的識(shí)別能力大小，并將它們與FastICA結(jié)合進(jìn)行人臉識(shí)別的識(shí)別率和識(shí)別時(shí)間進(jìn)行比較；
　　(3)在對(duì)高、低頻系數(shù)識(shí)別性能研究基礎(chǔ)上，再將二者線性結(jié)合起來(lái)用于特征提取，進(jìn)一步提高算法的識(shí)別率。