距離加權特征臉特征提取算法及其改進.pdf

1、人臉識別技術是計算機模式識別領域非常活躍的研究課題，它是利用計算機分析人臉的圖像，抓住人臉的輪廓特征和局部細節(jié)特征，提取有效的識別信息，研究匹配和識別方法，用以辨認身份的一門技術。它涉及模式識別、圖像處理、計算機視覺、生理學、心理學等諸多學科的知識，是當前研究的熱點之一。然而，由于識別結果往往容易受到表情、姿態(tài)和光照變化的影響，同時還要保證識別系統(tǒng)的實時性，極大地影響了人臉識別的實用性。
　　 人臉識別主要包括圖像的預處理，特征

2、提取和識別三個環(huán)節(jié)。本文對這三個部分分別作出相應的描述。本文結構如下：
　　 1.介紹人臉識別的研究背景和意義，面臨的主要問題，人臉的定位與常用的特征提取和識別方法；
　　 2.分析了PCA算法中相應知識點，特征值的選擇及分類器的選取，并分析了PCA的優(yōu)缺點，在PCA的基礎上再對二維PCA算法進行分析，介紹了基于2DPCA的人臉特征提取，及2DPCA的圖像重構，并分析了其優(yōu)缺點。然后介紹了PCA+2DPCA的方法，為了進

3、一步減少2DPCA的特征矢量的維數(shù)，我們可以在應用2DPCA求出特征矢量之后再用PCA技術做進一步的最優(yōu)壓縮。(2D)2PCA方法在識別率上要高于2DPCA，同時重建所需要的系數(shù)卻遠比PCA和2DPCA要少。在2DPCA的基礎上，本文提出了新的方法：二維距離加權PCA，用來構造出新的樣本空間，通過相應權值，增加與平均圖像接近的樣本在平均值中的作用，來達到提高識別率的目的。通過程序證明了該算法的有效性。同時，提出了另一種改進方法：二維局部