基于線(xiàn)性子空間分類(lèi)的人臉識(shí)別應(yīng)用研究.pdf

1、隨著計(jì)算機(jī)技術(shù)的發(fā)展和信息安全意識(shí)的提高，人們對(duì)快速有效的身份識(shí)別技術(shù)的需求日益迫切。相比其他生物特征，如指紋、虹膜、聲音和掌紋等，人臉具有直接、友好、不具侵犯性的優(yōu)點(diǎn)，同時(shí)也有很強(qiáng)的自身穩(wěn)定性和個(gè)體差異性的特點(diǎn)，因此人臉識(shí)別技術(shù)成為身份鑒別的研究熱點(diǎn)，并且有著廣闊的應(yīng)用前景。
　　 人臉識(shí)別技術(shù)發(fā)展至今，技術(shù)上已經(jīng)達(dá)到了一定的成熟度，很多商業(yè)公司都依托知名大學(xué)和研究機(jī)構(gòu)多年以來(lái)的研究成果做出了一批人臉識(shí)別的產(chǎn)品并應(yīng)用于國(guó)家安全

2、、公共安全和信息安全等各個(gè)領(lǐng)域。
　　 本文主要研究和設(shè)計(jì)一個(gè)自動(dòng)人臉識(shí)別系統(tǒng)并將其應(yīng)用于考勤管理。一般人臉識(shí)別過(guò)程可以分為3個(gè)步驟:人臉檢測(cè)及規(guī)一化、特征提取和特征匹配。
　　 本文在人臉檢測(cè)階段先使用了Viola-Jones檢測(cè)器進(jìn)行快速人臉檢測(cè)，然后用主動(dòng)形狀模型方法(ASM)分割出人臉區(qū)域。考慮到光照對(duì)人臉特征提取的影響，本文使用伽瑪校正、高斯差分濾波和對(duì)比度均衡化的處理來(lái)減少惡劣光照條件對(duì)結(jié)果的影響。在特征提取

3、階段，首先對(duì)規(guī)范化的人臉圖像進(jìn)行5個(gè)尺度、8個(gè)方向的Gabor濾波，然后對(duì)得到的幅值圖利用局部二值模式(LBP)編碼，用這些模式區(qū)域形成的直方圖序列描述人臉。最后在特征匹配階段，對(duì)特征向量做相似度測(cè)量后進(jìn)行匹配識(shí)別。
　　 本文對(duì)基于線(xiàn)性子空間的人臉?lè)诸?lèi)方法進(jìn)行了深入的理論研究，其中包括主成分分析方法(PCA)和線(xiàn)性判別分析方法(LDA)，比較了這兩種子空間方法的利弊。線(xiàn)性判別分析方法對(duì)局部圖像的變形非常敏感，因此本文研究了基于