基于小波分析小域特征融合的人臉識別算法研究.pdf

1、人臉識別在企業(yè)保密、社會人口流動管理、刑事偵察、司法舉證、國家安全以及全球范圍內(nèi)的反恐等領(lǐng)域均具有廣泛的應(yīng)用。幾十年來，許多學生借鑒于幾何特征分析、統(tǒng)計特征分析、核函數(shù)分析、神經(jīng)網(wǎng)絡(luò)等數(shù)學研究成果對人臉圖像特征值提取與識別的方法進行了卓有成效的研究與探索，已成為圖像處理領(lǐng)域的研究的熱點。
　　本文在參閱國內(nèi)眾多學者研究成果的基礎(chǔ)上，構(gòu)建了圖像預(yù)處理、特征提取、圖像識別的實現(xiàn)方法，較好地解決了圖像識別過程中速度與識別率的矛盾問題。<

2、br>　　給出圖像預(yù)處理方法，對圖像去噪、增強、尺寸歸一化、光照補償、分割幾方面進行深入研究，達到了圖像特征突出、干擾因素減少的目的，為特征向量提取提供了保障。
　　提出了全局與小域特征融合的方法。利用擴展的Gabor小波最優(yōu)采樣算法分別對全局圖像和小域圖像進行選擇性降維，再利用主成分分析方法進行二次特征選擇。提高了特征向量的提取速度與可靠性。
　　深入研究了支持向量機在解決小樣本問題時的優(yōu)良性和二叉樹的效率優(yōu)勢，設(shè)計了支持