人臉特征提取理論及其應(yīng)用的研究.pdf

1、近些年來，隨著科學(xué)技術(shù)的發(fā)展和社會(huì)的進(jìn)步，人們對(duì)自動(dòng)、快速、有效的身份鑒別的要求日益迫切。人臉作為主要的面部特征，具有直接、友好、方便且信息量大等特點(diǎn)，成為最直接的身份鑒別手段。特征提取是人臉識(shí)別的重要步驟，特征提取的好壞將直接影響到分類的效果。本文主要研究了人臉圖像特征提取的方法，主要內(nèi)容如下： 1.介紹了人臉特征提取的常用方法：主分量分析、獨(dú)立分量分析、線性鑒別法、Fisherface 方法、統(tǒng)計(jì)不相關(guān)方法及核空間的特征提取

2、方法，探討了不同方法的優(yōu)缺點(diǎn)并給出了詳細(xì)的實(shí)驗(yàn)結(jié)果與性能分析。 2.把模糊方法引入到人臉特征提取中，計(jì)算模糊情況下類內(nèi)散布矩陣和類間散布矩陣，從而獲得更佳的投影方向，實(shí)驗(yàn)表明了該方法的有效性。 3.受萬有引力定律的啟發(fā)，我們建立了基于萬有引力定律的人臉識(shí)別模型。首先用PCA 對(duì)圖像進(jìn)行特征提取,然后建立圖像與圖像之間的相似度模型以及類別對(duì)圖像潛在作用力的表達(dá)式,該作用力大小決定圖像所屬的類別。在ORL 上的實(shí)驗(yàn)表明,該模