基于核判別分析的人臉識(shí)別算法.pdf

1、人臉識(shí)別是一個(gè)典型的圖像模式分析、理解與分類計(jì)算問(wèn)題，它涉及到模式識(shí)別、圖像處理、計(jì)算機(jī)視覺(jué)、統(tǒng)計(jì)學(xué)習(xí)和認(rèn)知科學(xué)等多個(gè)學(xué)科。人臉識(shí)別問(wèn)題的深入研究和最終解決，可以極大的促進(jìn)這些學(xué)科的成熟和發(fā)展。同時(shí)作為生物特征識(shí)別主要研究?jī)?nèi)容之一的人臉識(shí)別技術(shù)在安全部門(mén)、身份鑒別、數(shù)字監(jiān)控等領(lǐng)域的應(yīng)用前景十分廣闊，研究人臉識(shí)別技術(shù)具有十分重要的理論價(jià)值和應(yīng)用價(jià)值。 本文首先介紹了人臉識(shí)別技術(shù)的研究背景和主要方法，然后針對(duì)人臉識(shí)別技術(shù)中的關(guān)鍵環(huán)節(jié)

2、一人臉圖像預(yù)處理、特征提取和分類進(jìn)行了深入研究。 人臉圖像的預(yù)處理就是將由圖像采集設(shè)備采集到的人臉圖像調(diào)整成規(guī)范化的圖像，主要包括幾何規(guī)范化和灰度規(guī)范化。 如何有效的從人臉圖像中提取使之區(qū)別于其他個(gè)體的特征，是人臉識(shí)別研究的一個(gè)關(guān)鍵問(wèn)題。本文重點(diǎn)研究了基于線性投影的特征提取方法，以及非線性核方法。對(duì)于線性投影方法，本文主要闡述了主成分分析(PCA)、線性判別分析(LDA)方法，并且針對(duì)人臉識(shí)別中的小樣本問(wèn)題提出了先用PC

3、A方法減少特征空間維數(shù)，再利用LDA實(shí)現(xiàn)對(duì)人臉的識(shí)別。 實(shí)際問(wèn)題中原始樣本的分布通常是高度復(fù)雜和非線性的，受支持向量機(jī)理論中有關(guān)核方法的啟發(fā)，本文把PCA和LDA進(jìn)行了非線性推廣，研究了KPCA和KFDA兩種非線性特征提取方法。在KFDA方法中要求總體散度矩陣可逆，而在人臉識(shí)別中該矩陣往往是奇異的。針對(duì)這一問(wèn)題本文提出了基于核的正交補(bǔ)空間法，該方法先在原始樣本里利用核方法，在變換后的特征空間里，利用正交補(bǔ)空間思想提取用于判別分析