基于多分類器的人臉識別算法的研究與實(shí)現(xiàn).pdf

1、人臉檢測和識別是目前生物特征識別中最受人們關(guān)注的一個分支，是當(dāng)前圖像處理、模式識別和計算機(jī)視覺領(lǐng)域內(nèi)的一個熱門研究課題，在公安部門罪犯搜索、安全部門動態(tài)監(jiān)視識別、銀行密碼系統(tǒng)等許多領(lǐng)域有廣泛的應(yīng)用。它與計算機(jī)人機(jī)感知交互的研究領(lǐng)域有密切聯(lián)系。
　　 首先，本文對人臉識別技術(shù)進(jìn)行了分析，重點(diǎn)研究了人臉識別技術(shù)的背景、研究內(nèi)容以及人臉識別的主要方法。本文實(shí)驗主要在ORL和YALE人臉庫上進(jìn)行。通過主成分分析(Principal Co

2、mponent Analysis，PCA)，二維主成分分析(Two—dimensional PrincipalComponent Analysis，2DPCA)等子空間特征提取方法對人臉圖像進(jìn)行特征提取。特征提取的結(jié)果將用于本文分類器的人臉識別。
　　 其次，針對現(xiàn)有的人臉分類方法本文進(jìn)行了深入研究，然后通過歐式分類器，相關(guān)系數(shù)分類器，BP神經(jīng)網(wǎng)絡(luò)分類器，支持向量機(jī)分類器的“一對一”和“一對多”等方法進(jìn)行人臉識別。所用到的分類方

3、法都取得了較好的識別率。在ORL人臉庫上，使用支持向量機(jī)分類器的“一對多”的方法識別率達(dá)到93.5％，支持向量機(jī)分類器“一對一”識別率達(dá)到90％，BP神將網(wǎng)絡(luò)分類器的識別率達(dá)到93％，相關(guān)系數(shù)的識別率達(dá)到89.5％，歐氏距離識別率達(dá)到89.5％。
　　 最后，在ORL人臉庫上，本文通過投票法，將支持向量機(jī)的“一對多”，相關(guān)系數(shù)，BP神經(jīng)網(wǎng)絡(luò)等三種分類器進(jìn)行融合，多分類器的融合在一定程度上彌補(bǔ)了單個分類器的缺陷，取得了較好的識別效