基于代數(shù)特征的人臉識別研究及其DSP實(shí)現(xiàn).pdf

1、人臉識別是當(dāng)今模式識別和機(jī)器視覺領(lǐng)域的研究熱點(diǎn)問題。由于人臉特征是一種獨(dú)特的生物特征，具有便捷性、直接性、唯一性、有效性等諸多優(yōu)點(diǎn)，被廣泛運(yùn)用到國防安全、商業(yè)保密、人機(jī)交互、可視通信、信息檢索等眾多應(yīng)用領(lǐng)域當(dāng)中。但人臉表征容易受到外界環(huán)境、自身生理變化以及成像條件等許多不確定因素的影響，使得人臉識別這一研究課題極具挑戰(zhàn)性，因而人臉特征提取也成為人臉識別領(lǐng)域的一個基本問題。
　　 近年來，基于代數(shù)特征的人臉特征提取方法因計(jì)算方便、

2、效果顯著等優(yōu)點(diǎn)受到廣大人臉識別學(xué)者的青睞，國內(nèi)外學(xué)者已相繼提出多種改進(jìn)算法應(yīng)用于人臉識別。本文主要針對基于代數(shù)特征的人臉識別方法進(jìn)行較為深入的研究，文章的主要工作內(nèi)容如下：
　　 1、本文首先對人臉圖像進(jìn)行預(yù)處理和歸一化處理，以減小背景、光照、頭發(fā)、表情等因素對識別結(jié)果產(chǎn)生的干擾，保留用于人臉識別所需的重要特征信息。介紹集成矩陣距離(AMD)的概念，該距離度量可以更好的表征人臉圖像矩陣之間的相似程度。
　　 2、本文在已

3、有二維主成分分析(2DPCA)的基礎(chǔ)上，利用正面人臉圖像所具有的對稱特性，采用類間散布矩陣代替總體散布矩陣來構(gòu)造協(xié)方差矩陣，并結(jié)合使用AMD距離分類器實(shí)現(xiàn)人臉最終分類，提出了基于AMD和對稱類間2DPCA(SI2DPCA+AMD)的特征提取方法。仿真實(shí)驗(yàn)表明，該方法具有良好的分類效果。
　　 3、介紹了線性判別分析方法，以及有此基礎(chǔ)上產(chǎn)生的二維線性判別分析(2DLDA)。本章提出的基于AMD和雙向模塊2DLDA(BM2DLDA+

4、AMD)的人臉識別算法，先通過對人臉圖像進(jìn)行分塊處理，然后在行和列兩個方向上同時(shí)進(jìn)行模塊2DLDA變換，最后使用AMD距離分類器完成分類。仿真實(shí)驗(yàn)表明，該方法提高了2DLDA的人臉識別率。
　　 4、使用Matlab GUI 平臺設(shè)計(jì)人臉識別算法分析平臺，該平臺能夠較好的展現(xiàn)各種人臉識別算法的識別性能。本章還在TI公司的Davinci系列TMS320DM6437 DSP(Digital Signal Processor)的開發(fā)平