学位论文 > 优秀研究生学位论文题录展示

人脸识别过程中特征提取方法的研究

作　者: 赵冬娟
导　师: 梁久祯
学　校: 江南大学
专　业: 计算机软件与理论
关键词: 人脸识别特征提取小波变换类增广PCA 模糊集理论
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 90次
引　用: 0次
阅　读: 论文下载

内容摘要

特征提取对高维数数据的分类具有重要的研究意义,应用非常广泛。特征提取的目的是提取一组特征,使得这些特征的维数比原始数据的维数低,且保持数据的类别特性。用提取的特征代替原始数据进行各种处理,能使与特征数量有关的分类过程的计算量减少,同时因为去除了数据的相关特性,从而提高分类效率。本文主要包括以下几个方面的内容:(1)融合小波和自适应类增广PCA的人脸识别。该方法首先用离散小波变换对人脸图像进行压缩,提取人脸的低频分量,然后再利用自适应的类增广PCA方法对小波变换后的人脸低频分量进行特征提取,从而达到进一步降维的目的。不同于类增广PCA,该方法不需要构建样本的类间信息,使用起来更加灵活,又由于小波变换对图像的预处理,算法的识别率和耗时也得到了进一步的优化。(2)融合2DPCA和模糊2DLDA的人脸识别。该方法首先对人脸图像进行2DPCA处理,再用模糊K近邻算法计算图像的隶属度矩阵,并将其融入到2DLDA过程中,从而得到模糊类间散射矩阵和模糊类内散射矩阵。与(2D)~2PCALDA相比,该算法充分利用了(2D)~2PCALDA的优点,有效地提取了行和列的识别信息,并充分考虑了样本的分布信息。(3)二维类增广PCA首先用2DPCA直接对人脸图像矩阵提取特征,其次对提取的特征进行归一化处理,然后将归一化处理后的特征与类别信息结合成为类增广数据,最后对类增广数据进行2DPCA处理,提取最终的特征。该算法既保留了人脸图像的结构信息,又考虑了样本的类别信息,使得识别率有了大大地提高。

全文目录

摘要  3-4
Abstract  4-7
第一章绪论  7-11
  1.1 课题的背景及其意义  7-8
  1.2 课题研究现状  8-9
  1.3 本文的研究内容及结构安排  9-10
    1.3.1 研究内容  9
    1.3.2 结构安排  9-10
  1.4 本章小结  10-11
第二章常用的特征提取方法  11-16
  2.1 主成分分析  11-12
  2.2 线性判别分析  12
  2.3 最大间距准则  12-13
  2.4 二维主成分分析  13-14
  2.5 二维线性判别分析  14-15
  2.6 双向主成分分析  15
  2.7 本章小结  15-16
第三章融合小波和自适应类增广PCA 的人脸识别  16-27
  3.1 小波变换简介  16-18
    3.1.1 小波及小波变换定义  16
    3.1.2 二维小波变换与逆变换  16-17
    3.1.3 人脸图像小波分解  17-18
  3.2 类增广PCA  18-19
  3.3 自适应类增广PCA  19-21
  3.4 融合小波变换和自适应类增广PCA  21-22
  3.5 实验结果与分析  22-26
    3.5.1 识别性能分析  23-25
    3.5.2 时间和综合性能分析  25-26
  3.6 本章小结  26-27
第四章融合2DPCA 和模糊2DLDA 的人脸识别  27-36
  4.1 模糊图像识别  27-28
  4.2 模糊Fisherface  28-29
  4.3 模糊2DLDA  29
  4.4 模糊(2D)2PCALDA 算法  29-30
  4.5 实验结果与分析  30-35
    4.5.1 Yale 库上的试验结果  30-31
    4.5.2 FERET 库上的试验结果  31-33
    4.5.3 参数p 的分析  33-35
  4.6 本章小结  35-36
第五章二维类增广PCA  36-40
  5.1 二维类增广PCA  36-37
    5.1.1 用2DPCA 进行预处理  36
    5.1.2 对特征矩阵归一化  36-37
    5.1.3 根据类信息获得类增广数据  37
    5.1.4 对类增广数据进行2DPCA 处理  37
  5.2 实验结果与分析  37-39
    5.2.1 Yale 库实验结果分析  37-38
    5.2.2 FERET 库实验结果分析  38-39
  5.3 本章小结  39-40
第六章总结与展望  40-42
  6.1 本文总结  40
  6.2 展望  40-42
致谢  42-43
参考文献  43-46
附录：作者在攻读硕士学位期间发表的论文  46

人脸识别过程中特征提取方法的研究

内容摘要

全文目录

相似论文