基于非下采樣Contourlet變換的人臉識別技術(shù)研究.pdf

1、人臉識別一般可描述為給定一幅靜止或動態(tài)圖像,利用已有的人臉數(shù)據(jù)庫來確認圖像中的一個或多個人。人臉識別已經(jīng)成為當前模式識別領(lǐng)域和人工智能領(lǐng)域研究的經(jīng)典和熱點問題,探索高識別率的人臉識別算法具有重要的理論意義和應(yīng)用價值。
　　 小波變換具有良好的時域特性和頻域特性,能夠非常好地表示和分析圖像信號,是目前國際上公認的信息獲取與處理領(lǐng)域的新技術(shù)。小波變換在處理一維信號時具有優(yōu)異的特性,但是,這種優(yōu)勢不能簡單地推廣到二維或更高維。小波變換

2、在方向上的缺乏使得其不能充分描述圖像特性,變換后信息缺失較大。Contourlet變換是一種新的多尺度幾何分析方法,它不僅具有小波變換的多分辨率特性和時頻局域特性,還具有很強的方向性和各向異性。
　　 非下采樣Contourlet變換是Contourlet變換的改進,解決了Contourlet變換因下采樣而不滿足平移不變性和頻譜泄漏及頻譜混疊等缺陷,在圖像表示上能更好地描述圖像的細節(jié)信息。
　　 本文提出基于非下采樣Co

3、ntourlet變換和核Fisher鑒別分析(KFDA)的人臉識別方法,研究非下采樣Contourlet變換與KFDA特征抽取和分類相結(jié)合的識別率;研究Contourlet變換和非下采樣Contoudet變換進行人臉識別的識別率和識別時間的差異,同時提出基于非下采樣Contourlet變換和支持向量機(SVM)的人臉識別方法。實驗表明,非下采樣Contourlct變換與KFDA相結(jié)合,能更好地表現(xiàn)圖像的細節(jié)特征,較好的克服了Contou