子空間算法在人臉識別中的應(yīng)用.pdf

1、近年來人臉識別技術(shù)的應(yīng)用在生物特征識別領(lǐng)域占的比重越來越大，隨著人工智能的普及，數(shù)字化城市的建設(shè)以及安全問題愈加突出，人臉識別的研究具有十分重要的應(yīng)用價值。本文通過對人臉識別過程中一些關(guān)鍵技術(shù)的研究進(jìn)行展開，針對傳統(tǒng)的人臉識別系統(tǒng)，本文將人臉跟蹤方法加入系統(tǒng)模塊，同時在特征提取前進(jìn)行了人臉圖像的降維，并對經(jīng)典的基于Gabor小波特征提取算法進(jìn)行了改進(jìn)，對人臉識別的準(zhǔn)確率有很大的提升。
　　本文所做的主要研究工作如下：
　　1

2、.研究了經(jīng)典的基于AdaBoost的人臉檢測和定位，通過對人臉的準(zhǔn)確定位的基礎(chǔ)上進(jìn)一步研究了基于壓縮感知的人臉跟蹤算法，主要包括隨機(jī)矩陣的生成，特征的降維以及分類器的構(gòu)造，通過大量的實(shí)驗(yàn)證明該算法對各種復(fù)雜條件下的人臉跟蹤具有良好的魯棒性。
　　2.在識別前進(jìn)行降維，研究并實(shí)現(xiàn)了基于 LPP的子空間降維方法，詳細(xì)介紹LPP算法的思想，與廣泛采用的PCA和LDA方法進(jìn)行比較，在LPP的基礎(chǔ)上進(jìn)行改進(jìn)，得到一組正交化的基向量，增強(qiáng)了局