特征子空間法人臉識別研究.pdf

1、人臉識別因其在安全驗證系統(tǒng)、信用卡驗證、醫(yī)學(xué)、檔案管理、視頻會議、人機(jī)交互、系統(tǒng)公安(罪犯識別等)等方面的巨大應(yīng)用前景而越來越成為當(dāng)前模式識別和人工智能領(lǐng)域的一個研究熱點.雖然人類能毫不費力地識別出人臉及其表情,但人臉的自動機(jī)器識別卻是一個難度很大的課題.它涉及到模式識別、圖像處理及生理、心理學(xué)等方面的諸多知識.本文以模式識別的特征子空間思想為主要研究方法,以人臉識別的關(guān)鍵步驟為主要內(nèi)容,系統(tǒng)地研究了人臉識別技術(shù).在預(yù)處理環(huán)節(jié)中,將基于

2、像素平均的降維處理、基于能量的光照歸一和基于Fourier變換的臉像平移效應(yīng)消除三種簡單易行的算法相結(jié)合;在特征提取環(huán)節(jié),為避免"小樣本問題",采用基于主元分析(PCA)的特征子空間方法提取本征臉(Eigenface)或本征譜(Eigenspectra),提出了局部本征譜(Local Eigenspectra)的臉像特征提取算法,以突出人臉的局部特征;在分類器設(shè)計環(huán)節(jié),重點討論了非線性Parzen分類器中核函數(shù)的參數(shù)估計算法.對ORL臉