基于線性判別分析和支持向量機的人臉識別研究.pdf

1、在身份驗證中，相對于其他生物特征識別而言，人臉特征識別是最直接、最方便友好的手段。近幾年來人臉識別技術已成為國內外學者研究的熱點。計算機人臉識別技術是指利用計算機對人臉圖像進行分析，進而從中提取出有效的識別信息，用來“辨認”身份的一門技術。人臉識別技術主要包括兩個方面的內容，首先是人臉特征的壓縮和提??；其次是與人臉特征相配合的模式分類器的構造。 本文在分析傳統(tǒng)的人臉識別方法的基礎上，針對人臉特征提取和模式分類器建模以及人臉特征加

2、權等問題進行了研究。重點研究了利用統(tǒng)計特征進行人臉識別的方法。本文的主要工作有： (1)提出了一套基于線性判別分析與多分類支持向量機相結合的人臉識別算法。該算法利用了主成分分析、線性判別分析和支持向量機等統(tǒng)計理論。在特征提取階段，主要采用主成分分析對人臉圖像進行降維，然后在低維空間中利用線性判別分析進行特征提取。在分類器構造階段，主要利用統(tǒng)計學習理論的支持向量機，并且采用多類別的支持向量機分類器作為我們人臉識別的分類器。利用支持

3、向量機分類器對提取的人臉特征進行訓練、測試。最后用OlivettiResearchLaboratory(ORL)人臉圖像庫對算法進行多方面驗證，實驗結果表明本文所提出的算法與其它方法相比具有合理性和一定的優(yōu)越性。 (2)提出融合了特征加權的人臉識別算法?，F有的人臉識別方法通常未考慮不同特征或像素對識別結果的影響。實際上，人臉面部不同特征在人臉識別過程中的作用是不同的。基于以上考慮，本文采用眼睛嘴巴加權方法對人臉圖像進行了預處理，