学位论文 > 优秀研究生学位论文题录展示

基于子空间方法的人脸识别技术研究

作　者: 左国辉
导　师: 张朝柱
学　校: 哈尔滨工程大学
专　业: 通信与信息系统
关键词: 人脸识别 子空间方法 2DPCA DCT 2DLDA 核方法
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 40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技术的一种,由于人脸识别技术在安全和人机交互等领域有着非常广泛的应用,因此它成为了近几十年来模式识别领域最热门的研究课题之一。在众多人脸识别方法中子空间方法由于其计算复杂度小,描述能力强及分离效果好的特点成为目前人脸识别的主流研究方向。本文将基于子空间方法的人脸识别作为研究的重点,主要做了以下几方面的工作：1.详细介绍了几种经典的子空间方法PCA、LDA、ICA的基本原理及其在人脸识别中的应用,通过仿真对这几种算法的识别性能进行了比较。2.针对2DPCA算法中求得的不同投影向量对于识别的影响不同,本文提出了一种加权的2DPCA算法,利用单投影向量的识别率对2DPCA的投影向量集进行加权,在ORL人脸库的仿真验证新的投影向量集具有更好的识别效果。3.DCT变换是目前国际主流的图像压缩算法如JPEG、MPEG等普遍采用的一种压缩变换。本文将DCT变换与2DPCA算法相结合,提出了一种DCT+2DPCA的特征抽取方法,从而大大降低了用于识别的特征维数和识别的时间。另外本文研究了2DPCA算法在经过分块DCT变换处理后的人脸图像中的应用,验证了算法的可行性。4.针对二维子空间方法不能提取非线性信息的不足,本文提出了一种基于核方法二维线性判决分析的人脸识别方法。利用核主成分分析对二维线性判决分析方法进行改进,通过仿真实验证明了算法的有效性。

全文目录


摘要  5-6
ABSTRACT  6-10
第1章 绪论  10-18
  1.1 研究背景及意义  10-11
  1.2 国内外研究现状  11-16
    1.2.1 人脸识别的发展历程  11
    1.2.2 人脸识别的主要研究内容  11-12
    1.2.3 人脸识别方法概述  12-16
  1.3 论文内容安排  16-18
第2章 基于线性子空间方法的人脸识别  18-33
  2.1 引言  18
  2.2 基于主成分分析的人脸识别方法  18-21
    2.2.1 主成分分析方法的算法原理  19-20
    2.2.2 基于主成分分析方法的人脸识别实现  20
    2.2.3 基于主成分分析的人脸识别算法的优缺点  20-21
  2.3 基于线性判别分析的人脸识别方法  21-24
    2.3.1 线性判决分析的算法原理  21-23
    2.3.2 Fisherface人脸识别方法的实现  23
    2.3.3 基于线性判决方法的优缺点  23-24
  2.4 基于独立分量分析的人脸识别方法  24-31
    2.4.1 独立分量分析的算法原理  24-29
    2.4.2 基于独立分量分析的人脸识别实现  29-30
    2.4.3 基于独立分量分析的人脸识别算法的优缺点  30-31
  2.5 人脸库介绍及算法仿真  31-32
    2.5.1 人脸库  31
    2.5.2 三种子空间方法的实验仿真  31-32
  2.6 本章小结  32-33
第3章 基于二维主成分分析的人脸识别方法  33-52
  3.1 引言  33
  3.2 基于2DPCA的人脸识别方法  33-38
    3.2.1 二维主成分分析的算法原理  33-35
    3.2.2 二维主成分分析算法的人脸识别实现  35-36
    3.2.3 二维主成分分析算法的优缺点  36
    3.2.4 根据单投影向量加权的2DPCA方法  36-37
    3.2.5 加权函数与加权步骤  37-38
  3.3 DCT域的2DPCA算法  38-46
    3.3.1 离散余弦变换的原理  38-40
    3.3.2 DCT的特性及JPEG压缩  40-41
    3.3.3 2DPCA算法可以用于DCT域的证明  41-43
    3.3.4 DCT+2DPCA算法流程  43-44
    3.3.5 分块DCT对2DPCA算法识别性能的影响  44-46
  3.4 算法仿真及分析  46-51
  3.5 本章小结  51-52
第4章 核方法在人脸识别中的应用  52-62
  4.1 引言  52
  4.2 核函数方法在特征抽取中的应用  52-55
    4.2.1 核函数的基本原理  53-54
    4.2.2 几种典型的核函数  54-55
    4.2.3 核函数的主要特点  55
  4.3 基于核函数的二维线性判别分析的人脸识别方法  55-59
    4.3.1 2DLDA初次特征抽取  55-56
    4.3.2 KPCA二次特征抽取  56-57
    4.3.3 基于核方法的二维线性判决分析的算法原理  57-58
    4.3.4 算法的具体步骤  58-59
  4.4 算法仿真及分析  59-61
  4.5 本章小结  61-62
结论  62-64
参考文献  64-68
攻读硕士学位期间发表的论文和取得的科研成果  68-69
致谢  69

相似论文

  1. 2D人脸模板保护算法研究,TP391.41
  2. 基于差分演化的人脸识别方法研究,TP391.41
  3. 图像水印算法的研究及嵌入式实现,TP309.7
  4. 数字图像盲取证技术研究,TP391.41
  5. 基于神经树的人脸识别方法研究,TP391.41
  6. 彩色图像水印的非线性检测方案研究,TP309.7
  7. 基于AdaBoost算法的人脸识别研究,TP391.41
  8. 基于LDPCA的分布式视频编码中的非均衡编码,TN919.81
  9. 面向电力营销服务的客户身份自动识别系统设计,TP391.41
  10. 基于小波变换和线性子空间的人脸识别技术研究,TP391.41
  11. JPEG图像重压缩检测及篡改定位,TP391.41
  12. 基于H.264标准的视频水印技术在网络学习平台中的应用与实现,TP309.7
  13. 基于性别分组的年龄预测技术研究,TP391.41
  14. Krylov子空间方法的GPU加速算法研究,TP391.41
  15. 基于小波包变换和二维四元数主成分分析的人脸识别方法,TP391.41
  16. 基于四元数小波幅值相位特征的人脸识别方法,TP391.41
  17. 基于Gabor小波与神经网络的人脸表情识别研究,TP391.41
  18. 基于自动标记特征点的快速人脸识别算法,TP391.41
  19. 适用于模板保护技术的三维人脸识别算法研究,TP391.41
  20. 工况模态分析在时变航天器结构中的应用,V414.1

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