学位论文 > 优秀研究生学位论文题录展示

人脸识别中的特征提取算法研究

作　者: 杜文霞
导　师: 李明
学　校: 兰州理工大学
专　业: 信号与信息处理
关键词: 特征提取主成分分析混沌遗传算法离散余弦变换模糊线性鉴别分析
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 100次
引　用: 0次
阅　读: 论文下载

内容摘要

人脸识别是生物特征识别的一个重要分支,在证件验证、门禁系统、视频监视、刑侦破案等领域中都有着广泛的应用前景。特征提取是人脸识别中的一个关键步骤。提取有效的鉴别特征对于人脸识别系统来说,具有重要的意义。目前,将现有的各种特征提取理论与其他优化方法或者变换方法相结合,是实现人脸特征最优提取的重要研究方向。本文就基于多种方法相结合的特征提取理论进行了研究,并且所提出的一些特征提取的新算法在人脸识别方面得到了较成功的应用。本文的主要工作包括:(1)提出了一种混沌遗传算法与主成分分析算法相结合的人脸特征提取方法。混沌遗传算法采用两种不同规则的混沌映射,维持了种群的多样性,增强了算法的全局搜索能力。利用混沌遗传算法对主成分分析变换后的特征向量进行选择,可以快速搜索到有利于分类的特征子空间。在ORL标准人脸库的仿真实验表明,该方法不但降低了特征空间的维数,而且获得了比采用其它方法更好的识别性能。(2)给出了一种基于离散余弦变换和模糊线性鉴别分析相结合的人脸特征提取方法。首先采用离散余弦变换对人脸图像进行降维和去噪,然后用模糊线性鉴别分析对变换后得到的系数进行特征提取,最后采用最小距离分类器进行分类识别。在ORL人脸库上的实验表明,该方法有效地滤除了人脸图像中的高频干扰信息,增强了特征的辨别能力,获得了较理想的识别结果。

全文目录

摘要  7-8
Abstract  8-9
插图索引  9-10
附表索引  10-11
第1章绪论  11-18
  1.1 研究的背景和意义  11
  1.2 人脸识别系统  11-12
  1.3 人脸识别技术中的难点  12-13
  1.4 人脸识别的研究现状和应用前景  13-16
    1.4.1 国内外人脸识别的研究现状  13-15
    1.4.2 人脸识别的应用前景  15-16
  1.5 本文的主要工作及内容结构安排  16-18
第2章人脸识别方法  18-28
  2.1 引言  18
  2.2 特征提取方法  18-26
    2.2.1 基于知识的特征提取方法  19
    2.2.2 基于统计学习的特征提取方法  19-26
  2.3 分类识别方法  26-27
    2.3.1 相似性测度  26
    2.3.2 分类器  26-27
  2.4 本章小结  27-28
第3章基于CGA 和 PCA 的人脸特征提取方法  28-41
  3.1 引言  28
  3.2 PCA 的理论  28-31
    3.2.1 思想和算法  28-29
    3.2.2 特征向量选择  29-30
    3.2.3 图像重建  30-31
  3.3 遗传算法  31-33
    3.3.1 遗传算法的一般框架  31-32
    3.3.2 遗传算法的特点及应用  32-33
  3.4 混沌遗传算法(CGA)  33-37
    3.4.1 混沌及其特性  33-35
    3.4.2 基于两种映射的混沌遗传算法  35-37
  3.5 基于CGA 的 PCA 特征选择算法  37
  3.6 实验结果及分析  37-40
    3.6.1 Eigenface 算法中特征空间维数与识别率的关系  38
    3.6.2 收敛性对比实验  38-39
    3.6.3 特征空间维数约简有效性实验  39-40
    3.6.4 识别率对比实验  40
  3.7 本章小结  40-41
第4章基于DCT 和FLDA 的人脸特征提取算法  41-49
  4.1 引言  41
  4.2 离散余弦变换(DCT)  41-43
  4.3 模糊线性鉴别分析(FLDA)  43-45
    4.3.1 线性鉴别分析  43-44
    4.3.2 模糊k 近邻  44-45
    4.3.3 模糊线性鉴别分析的思想  45
  4.4 DCT 与 FLDA 相结合的人脸特征提取算法  45-46
  4.5 实验结果及分析  46-48
  4.6 本章小结  48-49
总结与展望  49-51
参考文献  51-55
致谢  55-56
附录A 攻读硕士学位期间所发表的学术论文  56

人脸识别中的特征提取算法研究

内容摘要

全文目录

相似论文