学位论文 > 优秀研究生学位论文题录展示

计算机人脸识别技术及应用研究

作　者: 程星晶
导　师: 傅家祥
学　校: 贵州大学
专　业: 计算机应用技术
关键词: 人脸识别主元分析法(PCA) 线性判别分析(LDA) 人工神经网络
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 70次
引　用: 0次
阅　读: 论文下载

内容摘要

随着社会的发展,传统的身份认证方法已不能满足人们的需要,对快速有效的自动身份验证的要求日益迫切。生物特征是人的内在属性,因此成为身份验证的最理想依据。人脸识别与其他人体生物特征识别相比,具有直接、友好、方便的特点,易于被用户接受。人脸识别技术就是利用计算机提取有效信息进行自动识别,它涉及模式识别、计算机视觉、生理学等诸多学科,一直是当前研究热点。本文的主要研究内容包括以下方面:(1)介绍人脸识别的研究背景、意义、发展与研究现状,以及存在的主要困难,并对论文研究内容作了安排。(2)将对人脸识别中主要涉及的系统构成、任务形式、主要方法、分类准则以及性能的评价等进行综述。(3)介绍了线性判别分析(LDA)人脸识别方法并且得到一些有意义的结论;并且对该方法进行了改进。(4)使用基于主成分分析的算法对图像进行特征提取。主成分分析法着眼于人脸图像整体的灰度相关性,所提取的特征向量既保留了原图像空间中的主要分类信息,降低了特征空间的维数,又能在均方误差最小的意义上重建原图像。本文采用的主成分分析法对标准算法进行了改进。(5)采用三层的BP神经网络分类器来实现人脸特征的分类,即人脸的识别。把PCA,LDA及BP网络结合起来,充分发挥三者各自得优点,实验结果表明,这种方法得识别性能比仅用其中任何一种方法都有很大得提高。

全文目录

摘要  5-6
Abstract  6-7
第一章绪论  7-13
  1.1 计算机人脸识别  7-8
  1.2 课题研究的背景及研究意义  8-9
  1.3 人脸识别的发展与研究现状  9-11
  1.4 人脸识别技术的难点  11
  1.5 本论文研究的内容及安排  11-13
第二章主要人脸识别研究方法的综述  13-19
  2.1 基于几何特征的人脸识别方法  13-14
  2.2 基于模板匹配的人脸识别方法  14
  2.3 特征脸方法  14-15
  2.4 基于小波变换的方法  15-16
  2.5 基于神经网络方法  16-17
  2.6 基于 K-L变换的方法  17-19
第三章基于线性判别子空间的人脸识别  19-26
  3.1 引言  19
  3.2 Fisher最佳线性判别  19-22
  3.3 计算最优LDA投影  22-23
  3.4 Fisher线性判别的步骤  23
  3.5 LDA判别的优缺点分析  23-24
  3.6 改进的Fisher线性判别  24-26
第四章基于主成分分析的特征提取  26-43
  4.1 引言  26
  4.2 K-L变换原理  26-31
  4.3 基于改进的主成分分析的人脸特征提取  31-38
    4.3.1 形成训练集  32
    4.3.2 产生K-L变换的矩阵  32-34
    4.3.3 应用奇异值分解定理  34-37
    4.3.4 图像在新的子空间投影及重构  37-38
  4.4 实验效果图  38-42
  4.5 主成分分析方法的优缺点  42-43
第五章人工神经网络在人脸识别中的应用  43-55
  5.1 人工神经网络概述  43-45
  5.2 BP网络简介  45-49
  5.3 用神经网络进行人脸识别  49-54
  5.4 实验结果及讨论  54-55
第六章总结与展望  55-56
致谢  56-57
【参考文献】  57-60
附录攻读硕士期间论文发表及参加项目的情况  60-61

计算机人脸识别技术及应用研究

内容摘要

全文目录

相似论文