基于Gabor小波和PCA相結(jié)合的人臉識別算法研究.pdf

1、近年來，人臉識別的研究越來越受到諸多領(lǐng)域的重視，成為了研究的熱點(diǎn)，其在檔案管理，人事安全、卡種認(rèn)證、案件識別、機(jī)器學(xué)習(xí)等領(lǐng)域有著巨大的前景，且都得到了一定程度的應(yīng)用，取得了一定的成果。本文圍繞著人臉識別的問題，介紹了它的意義、應(yīng)用和研究現(xiàn)狀等內(nèi)容，主要研究和分析了現(xiàn)有的一些經(jīng)典算法，如PCA、LDA以及Gabor小波變換等。同時(shí)，還研究和對比了PCA與Gabor小波的優(yōu)缺點(diǎn)。一方面，Gabor在人臉圖像特征提取方面具有優(yōu)良的空間局部性和

2、方向選擇性，而PCA容易收到光照、表情等外界因素的干擾，導(dǎo)致識別率下降;另一方面，Gabor小波在特征提取以后會出現(xiàn)維數(shù)過高，運(yùn)算量大的問題而PCA可以降低維度，所以本文將Gabor小波和PCA結(jié)合起來，實(shí)現(xiàn)優(yōu)勢互補(bǔ)。然而，在圖像進(jìn)行提取特征前，為了消除圖像中的冗余信息，濾除干擾、噪聲，增強(qiáng)有關(guān)信息的可檢測性，提高識別的可靠性，本文提出了一種預(yù)處理方式:白話/低通濾波器。綜上所述，本文提出的是一種基于白話/低通濾波器的Gabor小波和P