基于PCA和RBFNN的人臉識(shí)別算法研究.pdf

1、人臉識(shí)別技術(shù)是生物特征識(shí)別技術(shù)的一種,是一門利用計(jì)算機(jī)分析人臉圖像,提取有效面部信息來辨認(rèn)身份或者判別待定狀態(tài)的技術(shù),是當(dāng)前計(jì)算機(jī)視覺、模式識(shí)別和生物識(shí)別的研究熱點(diǎn)之一。由于人臉是由復(fù)雜的三維曲面構(gòu)成的同一變形體,難以用數(shù)學(xué)描述,人臉圖像又容易受到光照、環(huán)境等因素的影響,對(duì)于機(jī)器來說,同一張人臉由于光照和觀察角度不同引起的圖像變化可能比由不同人臉引起的變化還要大,這使得人臉識(shí)別成為一個(gè)復(fù)雜而極具挑戰(zhàn)性的問題。
　　人臉識(shí)別的關(guān)鍵是

2、特征提取和分類器設(shè)計(jì)。針對(duì)這兩個(gè)關(guān)鍵,本文采用主成分分析和徑向基神經(jīng)網(wǎng)絡(luò)相結(jié)合進(jìn)行研究,提出基于二次壓縮二維主成分分析和徑向基神經(jīng)網(wǎng)絡(luò)、基于雙向二維主成分分析和徑向基神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別方法,主要內(nèi)容為:
　　(1)一維主成分分析,二維主成分分析,二次壓縮二維主成分分析以及雙向二維主成分分析。人臉圖像的維數(shù)一般都很高,若直接對(duì)其進(jìn)行分類識(shí)別,則需要大量的計(jì)算且其效果也很差,而主成分分析是把多個(gè)特征映射為少數(shù)幾個(gè)綜合特征的一種統(tǒng)計(jì)分析

3、方法,有降維而不減有效信息的作用。本文對(duì)以上主成分分析方法進(jìn)行分析比較,將它們用于人臉圖像進(jìn)行特征提取,有效地降低人臉圖像的維數(shù),又保留識(shí)別所需的主要信息,更有利于機(jī)器的存儲(chǔ)和識(shí)別。
　　(2)徑向基神經(jīng)網(wǎng)絡(luò)分類器設(shè)計(jì)。根據(jù)徑向基神經(jīng)網(wǎng)絡(luò)緊湊的拓?fù)浣Y(jié)構(gòu)、快速計(jì)算能力、良好的泛化和分類能力等特點(diǎn),利用主成分分析提取的人臉特征,設(shè)計(jì)一個(gè)性能優(yōu)良的徑向基神經(jīng)網(wǎng)絡(luò)分類器。
　　(3)提出和改進(jìn)了基于主成分分析和徑向基神經(jīng)網(wǎng)絡(luò)的人臉識(shí)