智能門(mén)禁系統(tǒng)中人臉識(shí)別技術(shù)的研究.pdf

1、人臉識(shí)別技術(shù)是模式識(shí)別、人工智能及計(jì)算機(jī)視覺(jué)中的重要的研究課題，在門(mén)禁系統(tǒng)、國(guó)防安全、金融、銀行等領(lǐng)域有廣泛的發(fā)展前景。經(jīng)過(guò)幾十年的研究，很多人臉識(shí)別的算法在一定的條件下能夠得到很好的應(yīng)用，但是由于光照、遮擋等因素的存在，使得人臉識(shí)別率會(huì)下降。在人臉識(shí)別智能門(mén)禁系統(tǒng)中，人臉識(shí)別性能的好壞，直接影響門(mén)禁系統(tǒng)的性能，研究表明，光照問(wèn)題是影響人臉識(shí)別性能的重要因素。本文針對(duì)人臉特征提取和光照處理的一些算法進(jìn)行了研究，并對(duì)某些算法提出了改進(jìn)。本

2、文的主要工作如下:
　　 首先，本文介紹了門(mén)禁系統(tǒng)中人臉識(shí)別研究的背景和意義，概括了人臉識(shí)別及門(mén)禁系統(tǒng)的發(fā)展現(xiàn)狀，闡述了門(mén)禁系統(tǒng)中人臉識(shí)別技術(shù)的一些難點(diǎn)，總結(jié)了人臉識(shí)別理論中的一些基本的算法，并對(duì)某些算法給出了仿真結(jié)果。
　　 其次，本文研究了基于PCA和LDA兩種特征提取的算法，雖然這兩種算法能夠較好的對(duì)人臉進(jìn)行特征提取，但是基于PCA的算法只考慮了人臉的整體分布，而沒(méi)有考慮人臉的鑒別性特征，而基于LDA算法卻存在降維

3、和小樣本的問(wèn)題。為了解決這些問(wèn)題，本文提出了一種基于PCA與LDA相結(jié)合的改進(jìn)算法，即首先利用PCA對(duì)高維空間中的數(shù)據(jù)進(jìn)行降維，然后在降維后的子空間中求取投影矩陣，從而提高人臉的識(shí)別率。實(shí)驗(yàn)表明，基于PCA+LDA改進(jìn)的算法比傳統(tǒng)PCA算法與LDA算法具有更高的識(shí)別率。
　　 最后，針對(duì)光照對(duì)人臉識(shí)別的影響，本文首先介紹了光照處理中的一些常用的算法，重點(diǎn)闡述了基于光照不變特征的3種算法:基于Retinex理論的算法、商圖像法、自