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
- 2D人脸模板保护算法研究,TP391.41
- 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
- 基于差分演化的人脸识别方法研究,TP391.41
- 基于神经树的人脸识别方法研究,TP391.41
- 基于AdaBoost算法的人脸识别研究,TP391.41
- 基于MMTD的人脸识别方法研究,TP391.41
- 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
- 光盘授权播放数据加密算法研究,TP309.7
- 基于人脸识别的图像美化系统设计与实现,TP391.41
- 基于特征融合的人脸识别算法研究,TP391.41
- 面向电力营销服务的客户身份自动识别系统设计,TP391.41
- 基于DCT域高压缩图像去块效应算法研究,TP391.41
- 图像语义标注中的块—全局特征提取方法研究,TP391.41
- 基于小波变换和线性子空间的人脸识别技术研究,TP391.41
- 基于虹膜特征的数字水印算法研究,TP309.7
- 基于局部二元模式和韦伯局部描述符的人脸识别,TP391.41
- 基于稀疏表达的人脸识别算法研究,TP391.41
- 彩色人脸检测与识别研究,TP391.41
- 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
- 基于稀疏表示的人脸图像识别方法研究,TP391.41
- 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
|