学位论文 > 优秀研究生学位论文题录展示

人脸识别中特征提取方法的研究

作 者: 朱娜
导 师: 李一民
学 校: 昆明理工大学
专 业: 通信与信息系统
关键词: 人脸识别 二维主成分分析 二维Fisher线性判别 离散余弦变换
分类号: TP391.41
类 型: 硕士论文
年 份: 2009年
下 载: 118次
引 用: 0次
阅 读: 论文下载
 

内容摘要


人脸识别是模式识别领域的一大研究热点,是利用计算机分析人脸图像,从而提取出有效的识别信息,用来辨认身份的一门技术。可以广泛地应用到安全部门、身份鉴别、数字监控等领域。人脸识别是一项极具有发展潜力的生物特征识别技术,研究人脸识别技术具有十分重要的理论和应用价值。近些年来,越来越受到研究者的重视和关注,各种各样的人脸识别方法层出不穷。本文的主要研究内容包括以下方面:首先,深入分析了主成分分析(PCA)方法,把经典PCA和2D-PCA进行比较。PCA方法是利用K-L变换提取较少数量的特征尽可能精确地表示模式样本。PCA方法在处理人脸图像时,要将二维图像矩阵转换成一维的列向量,使图像的维数达到上万维,计算工作量非常大。2D-PCA方法基于图像二维矩阵,不需要先将图像矩阵展开成一维向量,直接利用图像矩阵来构建样本协方差矩阵,减少了训练时间。实验表明,2D-PCA比PCA的识别率更高。为了克服PCA方法易受光照条件等易变因素的影响,本文引入了Fisher线性判别分析(Linear Discriminate Analysis)方法。FLD以样本的可分性最好为目标,能提取出类间距离大而类内距离小即分类能力强的特征,在理论上优于PCA方法,但FLD应用于人脸识别时存在小样本和计算量大两个问题。2D-FLD是近年来出现的一种新的FLD改进方法。2D-FLD直接用图像的二维矩阵进行类内和类间散度矩阵的计算。2D-FLD不但避免了庞大的计算量,而且在绝大多数情况下解决了小样本类内散度矩阵奇异性的问题。最后,本文提出一种基于DCT和2D-FLD相结合的人脸识别方法。首先利用DCT压缩并重建人脸图像,然后通过2D-FLD进行特征提取得到人脸特征,最后采用最近邻分类器进行识别。实验表明,这种方法取得了比PCA,2D-PCA,FLD和:2D-FLD四种方法更好的识别率。

全文目录


摘要  3-4
Abstract  4-7
第一章 绪论  7-17
  1.1 选题背景及意义  7
  1.2 人脸识别技术的研究动态及现状  7-13
  1.3 研究趋势  13-14
  1.4 人脸识别系统的基本构成  14-15
  1.5 本文的主要工作及论文内容  15-17
第二章 基于PCA的特征提取方法  17-31
  2.1 图像预处理  17-21
  2.2 基于一维PCA的特征提取  21-26
    2.2.1 离散K-L变换  21-22
    2.2.2 基于PCA的人脸特征提取  22-26
  2.3 基于2D-PCA方法的特征提取  26-27
    2.3.1 2D-PCA的基本思想  26-27
  2.4 最近邻分类器  27-28
  2.5 实验与分析  28-31
第三章 基于Fisher准则的特征提取方法  31-45
  3.1 Fisher线性判别法  32-40
    3.1.1 Fisher线性判别理论  32-37
    3.1.2 多类问题的Fisher线性判别分析  37-39
    3.1.3 Fisher线性判别的人脸识别  39-40
  3.2 2D-Fisher线性判别算法  40-42
    3.2.1 基本原理  40-42
    3.2.2 二维Fisher线性判别方法的步骤  42
  3.3 实验与分析  42-45
第四章 基于DCT和2D-FLD的特征提取方法  45-61
  4.1 离散余弦变换  46-51
    4.1.1 一维DCT  46-50
    4.1.2 二维DCT  50-51
  4.2 基于DCT与二维FLD的特征提取  51-53
    4.2.1 图像的离散余弦变换  51-53
    4.2.2 基于2D-FLD的特征提取  53
  4.3 基于DCT与2D-FLD的人脸识别实验  53-59
    4.3.1 实验1 图像分辨率对识别率的影响  54-55
    4.3.2 实验2 DCT系数的个数对识别率的影响  55-56
    4.3.3 实验3 训练样本的数目对识别率的影响  56-57
    4.3.4 实验4 训练样本的选择对识别率的影响  57-59
  4.4 本章小结  59-61
第五章 总结与展望  61-63
  5.1 总结  61-62
  5.2 展望  62-63
致谢  63-65
参考文献  65-69
附录A 攻读学位期间发表论文  69

相似论文

  1. 2D人脸模板保护算法研究,TP391.41
  2. 基于加权投票和关键帧提取的视频流人脸识别方法研究,TP391.41
  3. 基于差分演化的人脸识别方法研究,TP391.41
  4. 基于神经树的人脸识别方法研究,TP391.41
  5. 基于AdaBoost算法的人脸识别研究,TP391.41
  6. 基于MMTD的人脸识别方法研究,TP391.41
  7. 分子三次、分母二次有理样条权函数神经网络研究及应用,TP183
  8. 光盘授权播放数据加密算法研究,TP309.7
  9. 基于人脸识别的图像美化系统设计与实现,TP391.41
  10. 基于特征融合的人脸识别算法研究,TP391.41
  11. 面向电力营销服务的客户身份自动识别系统设计,TP391.41
  12. 基于DCT域高压缩图像去块效应算法研究,TP391.41
  13. 图像语义标注中的块—全局特征提取方法研究,TP391.41
  14. 基于小波变换和线性子空间的人脸识别技术研究,TP391.41
  15. 基于虹膜特征的数字水印算法研究,TP309.7
  16. 基于局部二元模式和韦伯局部描述符的人脸识别,TP391.41
  17. 基于稀疏表达的人脸识别算法研究,TP391.41
  18. 彩色人脸检测与识别研究,TP391.41
  19. 可变光照和遮挡条件下的人脸识别技术研究及其应用,TP391.41
  20. 基于稀疏表示的人脸图像识别方法研究,TP391.41
  21. 基于子空间分析的人脸识别算法研究,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com