基于PCA的人臉識(shí)別方法.pdf

1、人臉識(shí)別是當(dāng)前模式識(shí)別和計(jì)算機(jī)視覺領(lǐng)域的一個(gè)熱門研究課題,逐漸成為模式識(shí)別和圖像處理等學(xué)科的一個(gè)研究熱點(diǎn),廣泛應(yīng)用于門禁、刑偵破案、安全監(jiān)控和醫(yī)學(xué)等方面。人臉識(shí)別是一個(gè)涉及很多領(lǐng)域和學(xué)科的重要研究課題。由于人臉識(shí)別問題的本質(zhì),不僅計(jì)算機(jī)科學(xué)家對(duì)它感興趣,神經(jīng)學(xué)家和心理學(xué)家也同樣對(duì)人臉識(shí)別有濃厚的興趣。與傳統(tǒng)的身份鑒別方法如標(biāo)識(shí)號(hào)碼、IC卡等不同,人臉識(shí)別具有更好的安全性、可靠性和有效性,越來越受到人們的重視。由于人臉圖像的特殊性,人臉識(shí)

2、別問題也是模式識(shí)別領(lǐng)域的一個(gè)相當(dāng)困難的問題,要使這一技術(shù)成為完全成熟的技術(shù)還有許多工作需要去做。主成分分析(PrincipalComponent Analysis,PCA)方法作為最成功的線性鑒別方法之一,目前仍然被廣泛應(yīng)用于人臉等圖像領(lǐng)域,但是傳統(tǒng)的PCA方法由于提取的是圖像的全局特征,因此容易受光照條件和人臉表情變化大的影響,造成識(shí)別效果不好。本文把PCA方法和其它的圖像預(yù)處理方法結(jié)合起來,明顯的改善了人臉識(shí)別率。
　　 本

3、文介紹了人臉識(shí)別的背景、研究范圍以及方法,對(duì)人臉識(shí)別領(lǐng)域的一些理論方法作了總體的介紹。介紹了小波變換(Wavelet transform,WT)和離散余弦變換(Discrete Cosine Transform,DCT)的原理,以及它們?cè)谌四樧R(shí)別方面的應(yīng)用。本文的主要內(nèi)容以及創(chuàng)新點(diǎn)主要表現(xiàn)在以下幾個(gè)方面:
　　 (1)深入研究了PCA算法和DCT的原理,提出把PCA和DCT結(jié)合起來一起用于人臉識(shí)別,并通過實(shí)驗(yàn)驗(yàn)證,與只用PCA方