基于小波與PCA聯(lián)合算法對(duì)人臉圖象的識(shí)別.pdf

1、自動(dòng)人臉識(shí)別技術(shù)是近年來(lái)計(jì)算機(jī)視覺(jué)、圖像處理、模式識(shí)別以及人工智能等領(lǐng)域研究中一項(xiàng)很具有挑戰(zhàn)性的研究課題。但對(duì)人臉圖像而言，內(nèi)部有表情、年齡等因素的影響，外部有光線(xiàn)、成像角度、成像距離、周?chē)h(huán)境等因素的影響使得人臉識(shí)別技術(shù)實(shí)現(xiàn)非常困難，但由于其應(yīng)用價(jià)值，所以該課題一直是模式識(shí)別領(lǐng)域中研究的熱點(diǎn)。 本文提出一種小波和PCA聯(lián)合算法實(shí)現(xiàn)了對(duì)人臉圖像的檢測(cè)和識(shí)別。主成分分析法(PCA)是模式識(shí)別判別分析中最常用的一種線(xiàn)性映射方法。它可

2、以從多元事物中解析出主要影響因素，揭示事物的本質(zhì)，簡(jiǎn)化復(fù)雜的問(wèn)題。PCA對(duì)特征臉?biāo)惴ê?jiǎn)單有效，也是目前的研究主流之一。本文研究?jī)?nèi)容之一是：如何將小波分析優(yōu)勢(shì)和人臉識(shí)別技術(shù)更好結(jié)合起來(lái)實(shí)現(xiàn)對(duì)人臉的識(shí)別。對(duì)于小波技術(shù)，通過(guò)近20年來(lái)的研究，利用小波分析對(duì)信號(hào)的定位以及信噪分離與弱信號(hào)提取，以及對(duì)二維圖像信號(hào)和語(yǔ)音信號(hào)的處理上的成熟運(yùn)用，標(biāo)志著國(guó)內(nèi)外對(duì)該項(xiàng)技術(shù)的認(rèn)可。本文也正是利用了小波在圖象處理中的特殊的優(yōu)越性，即多分辨分析，在噪聲環(huán)境較大