人臉識(shí)別技術(shù)與研究.pdf

1、西安電子科技大學(xué)學(xué)位論文創(chuàng)新性聲明噪承學(xué)校嚴(yán)謹(jǐn)?shù)膶W(xué)風(fēng)和優(yōu)良的科學(xué)道德，本人聲明所呈交的論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知，除了文中特別加以標(biāo)注和致謝中所羅列的內(nèi)容以外，論文中不包含其他人已經(jīng)發(fā)表或撰寫(xiě)過(guò)的研究成果；也不包含為獲得西安電子科技大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書(shū)而使用過(guò)的材料。與我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文中做了明確的說(shuō)明并表示了謝意。申請(qǐng)學(xué)位論文與資料若有不實(shí)之處，本人簽名：芏

2、墜是金童本人承擔(dān)一切的法律責(zé)任。西安電子科技大學(xué)關(guān)于論文使用授權(quán)的說(shuō)明本人完全了解西安電子科技大學(xué)有關(guān)保留和使用學(xué)位論文的規(guī)定，即：研究生在校攻讀學(xué)位期間論文工作的知識(shí)產(chǎn)權(quán)單位屬西安電子科技大學(xué)。本人保證畢業(yè)離校后，發(fā)表論文或使用論文工作成果時(shí)署名單位仍然為西安電子科技大學(xué)。學(xué)校有權(quán)保留送交論文的復(fù)印件，允許查閱和借閱論文；學(xué)?？梢怨颊撐牡娜炕虿糠謨?nèi)容，可以允許采用影印、縮印、或其它復(fù)制手段保存論文。同時(shí)本人保證，畢業(yè)后結(jié)合學(xué)位論文

3、研究課題再撰寫(xiě)的文章一律署名單位為西安電子科技大學(xué)。本人簽名：導(dǎo)師簽名：話、蝴日期文q“、≥1廣日期)。lI，孫‘摘要摘要人臉識(shí)別技術(shù)是基于生物特征識(shí)別技術(shù)的一個(gè)重要分支，是模式識(shí)別和計(jì)算機(jī)視覺(jué)領(lǐng)域內(nèi)研究的一個(gè)熱點(diǎn)，有著重要的理論研究?jī)r(jià)值和應(yīng)用價(jià)值，其目的是使計(jì)算機(jī)像人一樣具有能從一幅圖像中發(fā)現(xiàn)是否存在人臉以及對(duì)發(fā)現(xiàn)的人臉進(jìn)行身份鑒別的能力。它提供了一種高可靠性、高穩(wěn)定性的身份鑒別途徑。人臉識(shí)別技術(shù)研究在近幾年得到了高度重視，已成為圖像

4、分析和理解中最成功的應(yīng)用之一。本文首先介紹了人臉識(shí)別技術(shù)的研究背景、研究?jī)?nèi)容及方法。然后在全面分析和對(duì)比了近幾年來(lái)人臉檢測(cè)和識(shí)別的幾種典型算法基礎(chǔ)上，分別采用了PCA(PrincipalComponentAnalysis)即主成分分析法和LDA(LinearDiscriminantAnalysis)即線性判別分析法進(jìn)行人臉識(shí)別。PCA算法具有計(jì)算效率高、概念清晰、推廣性強(qiáng)等特點(diǎn)。LDA是一種有效的特征抽取方法，使用這種方法能夠使投影后的

5、模式樣本的類(lèi)間散布矩陣最大，并且同時(shí)類(lèi)內(nèi)散布矩陣最小。本文詳細(xì)討論了PCA和LDA人臉識(shí)別算法的過(guò)程：在人臉數(shù)據(jù)庫(kù)中每人選擇一定數(shù)量的圖像構(gòu)成訓(xùn)練集，其余構(gòu)成測(cè)試集，并將訓(xùn)練集訓(xùn)練形成子空間，把訓(xùn)練圖像和測(cè)試圖像分別投影到子空間中，最后選擇合適的距離函數(shù)進(jìn)行識(shí)別。本文在MATLAB開(kāi)發(fā)環(huán)境下，基于本文提出的特征臉識(shí)別算法，進(jìn)行了大量實(shí)驗(yàn)，編程實(shí)現(xiàn)了PCA和LDA人臉識(shí)別。在YALE人臉數(shù)據(jù)庫(kù)和ORL人臉數(shù)據(jù)庫(kù)選擇不同的訓(xùn)練人臉數(shù)進(jìn)行算法