應(yīng)用子空間方法的人臉識(shí)別研究.pdf

1、自動(dòng)人臉識(shí)別具有巨大的應(yīng)用前景,已經(jīng)成為模式識(shí)別、計(jì)算機(jī)視覺以及信息技術(shù)相關(guān)學(xué)科中活躍的研究領(lǐng)域。過去的幾十年中,已經(jīng)有多種人臉識(shí)別方法被提出。本文針對(duì)人臉識(shí)別中的特征提取和分類問題進(jìn)行了研究,應(yīng)用子空間方法,提出了新的人臉識(shí)別算法。
　　 圖像變換是重要的人臉特征提取方法。雙樹復(fù)小波變換可以提取多尺度,多方向的圖像特征,同時(shí)具有平移不變特性。相對(duì)于Gabor小波,雙樹復(fù)小波變換可以有效地保持頻域信息。本文提出了基于雙樹復(fù)小波變

2、換和獨(dú)立成分分析的人臉識(shí)別方法。人臉圖像的雙樹復(fù)小波變換系數(shù)構(gòu)成特征向量,通過獨(dú)立成分分析進(jìn)行子空間投影,采用基于概率推理模型的分類器進(jìn)行分類。
　　 雙樹復(fù)小波變換變換在每個(gè)尺度上提取6個(gè)固定方向的特征,其中不包括水平和豎直方向。人臉中的主要器官呈現(xiàn)水平和豎直方向特征,提供重要的分類信息。針對(duì)雙樹復(fù)小波變換不能直接提取水平和垂直兩個(gè)方向特征的不足,本文提出了一種結(jié)合雙樹復(fù)小波特征和Gabor小波特征的人臉識(shí)別新方法。采用0和9

3、0的Gabor小波濾波器提取人臉圖像水平和豎直方向的特征,與雙樹復(fù)小波特征共同構(gòu)成特征向量。應(yīng)用fisherfaces方法進(jìn)行子空間投影,采用基于歐式距離的分類器實(shí)現(xiàn)分類。
　　 貝葉斯人臉識(shí)別方法分別求取人臉圖像的類內(nèi)和類間差異,在主成分分析子空間中應(yīng)用高斯概率分布對(duì)人臉差異進(jìn)行建模,通過估計(jì)人臉圖像差異的后驗(yàn)概率進(jìn)行分類。由于人臉圖像受到多種復(fù)雜因素的影響,高斯模型不能對(duì)人臉差異進(jìn)行準(zhǔn)確的描述。針對(duì)這一問題,本文提出了基于獨(dú)