学位论文 > 优秀研究生学位论文题录展示

基于Gabor小波和非线性算法的人脸识别系统

作　者: 樊超
导　师: 李见为
学　校: 重庆大学
专　业: 仪器科学与技术
关键词: 人脸识别 AdaBoost Gabor小波特征提取
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 263次
引　用: 1次
阅　读: 论文下载

内容摘要

人脸识别是通过计算机分析人脸图像,并从人脸图像中提取有效信息进行身份识别的过程。随着电子商务等应用的发展,人脸识别已成为最有潜力的身份验证手段之一,其可以被应用于公安系统的罪犯身份识别,银行及海关监控系统,自动门卫系统和家庭娱乐等方面。人脸识别系统分为人脸检测和人脸识别两个部分。人脸检测是人脸识别系统中关键性的第一步,因此人脸检测算法的精度直接影响到后继工作的进行,本文采用了基于AdaBoost的人脸检测方法,能够较好的完成人脸识别系统的前期工作。而人脸识别的重点在于特征提取,本文对主要的特征提取算法及Gabor小波进行了研究与分析。根据实验结果,采用了Gabor小波和监督的局部线性嵌入算法(Supervised Local Linear Embedding, SLLE)对人脸图像进行特征提取,并通过仿真实验验证了该算法的有效性。其主要研究工作如下:1)分析并实现了基于AdaBoost的人脸检测算法,利用从互联网上搜集的图片进行实验,给出实验结果并进行分析。2)介绍了Gabor小波变换的基本概念,讨论了利用Gabor小波变换进行特征提取的方法,其优点主要在于Gabor小波能够比较准确的描述人脑视觉皮层简单细胞的感受野,而且Gabor小波变换克服了传统Fourier变换在频域内无任何时域分辨力的缺陷,体现了信号的联合时频分析特性。重点分析了二维Gabor小波的参数意义及其在人脸识别中的应用。3)介绍了PCA、LDA、KPCA、KLDA、LLE等比较典型的人脸识别算法,并对这些算法进行分析,在Matlab平台上进行仿真实验,找出每种算法的优势及存在的问题。根据实验结果,针对一般算法在利用样本信息上的不足,提出并实现了一种基于Gabor小波和SLLE的人脸识别算法,即先得到人脸图像的Gabor特征,考虑到后继处理的复杂性,对得到的Gabor特征进行下采样,然后利用SLLE算法对下采样后的Gabor特征进行降维。在ORL和YALE库上的实验表明,该算法平均识别率比其他算法提高3.5%~37.8%,有效提高了人脸识别算法的性能。4)在分析实验结果的基础上,在Visual C++ 6.0上实现了基于人脸识别的考勤系统。经过多次的实验,本系统在包含20个人,每个人10张图片的数据库上,识别率能够达到90%以上,且识别时间在1秒以内,体现出了较高的识别率和实时性。

全文目录

摘要  3-4
ABSTRACT  4-9
1 绪论  9-16
  1.1 课题的背景及意义  9-10
    1.1.1 人脸识别产生背景  9-10
    1.1.2 国内外研究现状  10
  1.2 人脸检测  10-13
  1.3 人脸识别  13-15
  1.4 本文工作概述和结构  15-16
2 基于 AdaBoost 的人脸检测  16-23
  2.1 Boosting 算法的提出  16-17
  2.2 AdaBoost 算法介绍  17-18
  2.3 AdaBoost 算法应用于人脸检测  18-21
    2.3.1 积分图  18-20
    2.3.2 AdaBoost 算法  20-21
    2.3.3 级联分类器  21
  2.4 实验结果  21-22
  2.5 本章小结  22-23
3 Gabor 小波及其在人脸识别中的应用  23-30
  3.1 一维 Gabor 小波  24-25
  3.2 二维 Gabor 小波  25-27
  3.3 Gabor 小波在人脸识别中的应用  27-29
  3.4 本章小结  29-30
4 主要特征提取算法及比较  30-46
  4.1 特征提取算法的分类  30
  4.2 线性特征提取算法介绍  30-34
    4.2.1 主成分分析法(PCA)  30-33
    4.2.2 线性判别分析算法(LDA)  33-34
  4.3 非线性特征提取算法介绍  34-40
    4.3.1 PCA 的核扩展(KPCA)  34-37
    4.3.2 LDA 的核扩展(KLDA)  37-38
    4.3.3 局部线性嵌入算法(LLE)  38-40
    4.3.4 监督的局部线性嵌入算法(SLLE)  40
  4.4 实验结果与分析  40-45
    4.4.1 Iris 数据库  40-42
    4.4.2 手写字体数据库(USPS)  42-43
    4.4.3 YALE 数据库  43-45
  4.5 本章小结  45-46
5 基于 Gabor 小波和 SLLE 的人脸识别算法  46-53
  5.1 算法介绍  46-48
    5.1.1 Gabor 小波  46-47
    5.1.2 监督的局部线性嵌入(SLLE)  47-48
  5.2 实验结果与分析  48-51
    5.2.1 ORL 数据库实验结果  48-49
    5.2.2 YALE 数据库实验结果  49-50
    5.2.3 识别率与算法复杂度分析  50-51
  5.3 本章小结  51-53
6 人脸识别系统的实现  53-61
  6.1 系统开发和运行环境  53
  6.2 系统总体设计  53-54
  6.3 系统界面及实现  54-59
    6.3.1 员工注册  54-56
    6.3.2 数据训练  56-57
    6.3.3 员工登录  57-59
  6.4 系统测试  59-60
  6.5 本章小结  60-61
7 结论及展望  61-63
  7.1 全文总结  61
  7.2 存在问题和展望  61-63
致谢  63-64
参考文献  64-67
附录  67

基于Gabor小波和非线性算法的人脸识别系统

内容摘要

全文目录

相似论文