結(jié)合小波變換與稀疏編碼的人臉識(shí)別算法研究.pdf

1、隨著現(xiàn)代科學(xué)技術(shù)的發(fā)展，許多部門對(duì)安全性的要求越來越高，人臉識(shí)別憑借無需接觸式采集信息以及安全系數(shù)高的優(yōu)點(diǎn)，已經(jīng)被廣泛應(yīng)用到很多領(lǐng)域，例如基于人臉識(shí)別的考勤系統(tǒng)、基于人臉識(shí)別的門禁系統(tǒng)等。人臉識(shí)別系統(tǒng)主要包括人臉檢測(cè)和人臉識(shí)別兩個(gè)基本過程，本文主要研究的是人臉識(shí)別階段，在人臉識(shí)別過程中包括特征提取和分類識(shí)別。特征提取和分類識(shí)別算法的快慢、準(zhǔn)確與否，直接影響到人臉識(shí)別的速度和識(shí)別率。因此特征提取算法與分類算法的選取至關(guān)重要。
　　

2、 本文在特征提取階段選用非負(fù)稀疏編碼算法，該算法利用稀疏的思想，能夠提取出人臉圖像的局部特征，與主成分分析算法(PCA)相比，這種算法可以提高運(yùn)算速度、減少存儲(chǔ)空間，從而加快人臉識(shí)別的速度。本文在特征提取之前，利用小波變換的時(shí)頻局部化特性和多分辨率特性，對(duì)人臉圖像進(jìn)行處理，去除噪聲，保留局部特征，從而有利于圖像的快速特征提取。最后通過大量實(shí)驗(yàn)還發(fā)現(xiàn)非負(fù)稀疏編碼對(duì)遮擋的人臉有一定的適應(yīng)性。在分類階段，本文選用近似支持向量機(jī)算法，該算法可用