基于2DPCA的低分辨率人臉識別算法研究.pdf

1、人臉檢測和人臉識別在安全、罪犯追蹤和身份驗證等領域都有著廣泛的應用。特別是在最近二十五年，人臉檢測技術從人臉識別系統(tǒng)中分離出來后，兩者都獲得了廣泛的研究和發(fā)展?，F(xiàn)在的人臉識別算法已經(jīng)從最早只面向簡單背景、無表情變化和正面人臉圖像輸入發(fā)展到可以有效識別復雜背景、加入表情和姿態(tài)變化以及非正面人臉圖像的情況。特別是隨著計算機硬件的發(fā)展和計算能力的提升，人們已經(jīng)不滿足只對二維圖像進行人臉檢測和人臉識別，開始對三維人臉識別進行研究。
　　本

2、文提出的關于人臉識別的新算法SPM+是基于模塊2DPCA算法，通過計算圖像熵值來獲取人臉圖像中信息大小的分布，按信息的大小給予不同的權重值來進行人臉識別計算，使原來基于模塊2DPCA算法只是單純按著圖像分塊變成按著熵值的大小分塊，然后引入MSD算法中對類別信息的研究計算，通過對人臉圖像的類內(nèi)矩陣和背景圖像的類間矩陣的計算來獲得優(yōu)秀的分類識別結果，最后加入在二分類問題表現(xiàn)優(yōu)異的SVM算法的研究方法進一步提高人臉識別率。經(jīng)過實驗仿真，改進后

3、的算法不管是在完美單一背景情況，還是在有遮擋、有表情和姿態(tài)變化的人臉庫中都表現(xiàn)出比其他傳統(tǒng)算法更高的識別率。本文還通過自建低分辨率、高噪聲的人臉庫，具體處理過程是對輸入的人臉圖像加入高斯噪聲、椒鹽噪聲以及縮小人臉圖像在輸入圖像中的大小。這樣的人臉圖像更接近實際情況，該改進算法在上述條件下依然表現(xiàn)出來優(yōu)于其他算法的高識別率。
　　實驗的具體過程中，在進行人臉識別前的圖像預處理階段，通過光線補償中γ值校正法來減少由于光照不均勻情況引起