貝葉斯人臉識(shí)別方法的研究.pdf

1、伴隨著信息技術(shù)的發(fā)展，人臉識(shí)別逐漸成為生物特征識(shí)別一個(gè)熱門的研究領(lǐng)域。它涵蓋了圖象處理、模式識(shí)別、人工智能以及數(shù)學(xué)等多種學(xué)科的前沿技術(shù)。到目前為止，人們還在對(duì)識(shí)別方法的準(zhǔn)確性、實(shí)時(shí)性、魯棒性和智能性等方面進(jìn)行研究和改進(jìn)。近幾年，由于科學(xué)技術(shù)的發(fā)展和商業(yè)界、法律界等社會(huì)各方面應(yīng)用的需求，使人臉識(shí)別再次成為生物特征識(shí)別領(lǐng)域的熱點(diǎn)。
　　 目前比較主流的人臉識(shí)別方法是基于統(tǒng)計(jì)的二維人臉識(shí)別，而選擇貝葉斯策略作為分類準(zhǔn)則的基于統(tǒng)計(jì)模型的

2、人臉識(shí)別又是其中比較有發(fā)展前途的一種。本文在深入分析貝葉斯方法的基礎(chǔ)上，作出的主要貢獻(xiàn)如下：
　　 1.用haar小波先對(duì)原圖像進(jìn)行濾波，根據(jù)人臉左右對(duì)稱，上下不對(duì)稱的特點(diǎn)，保留圖像垂直方向細(xì)節(jié)信息。實(shí)驗(yàn)證明，這樣做不僅可以使預(yù)處理計(jì)算量大大減少，而且對(duì)精度并沒有太大影響。
　　 2.采用改進(jìn)的混高斯模型。即對(duì)不同類看成服從不同的正態(tài)分布，通過本文給出的算法加權(quán)計(jì)算求出整體條件概率而不是一開始假定整體服從某個(gè)正態(tài)分布。實(shí)