人臉模型識別方法研究.pdf

1、人臉識別是模式識別和機器視覺領(lǐng)域中的一個重要課題。本文首先敘述了幾種常用的人臉模型識別方法：(一)用特征臉和LDA相結(jié)合的方法進行人臉識別，先用特征臉獲取最佳描述特征，然后用LDA獲取最佳分類特征；(二)基于非線性子空間的核獨立成分分析(KICA)方法，從訓練樣本中找到一組相互獨立的成分，并以此來描述樣本數(shù)據(jù)，利用ICA算法進行人臉識別；(三)基于支持向量機的自動人臉識別方法，先應用K-L變換對人臉圖像進行特征提取，然后利用支持向量機器

2、進行識別。 對在不同視角下，得到的人臉模型，本文提出一種新的基于人臉表面的識別方法。經(jīng)典的方法首先對原始圖像在尺度和方向上進行標準化，從而使雙眼在同一位置，將變換后的面部作為最終的圖像。這個變換只是相似變換，沒有考慮透視變形，對這個問題，本文是這樣處理：因為人臉的面部可以近似地看作是一張平面，為此，把圖像之間看作是射影變換，將計算它們之間的射影(單應)變換。通過射影變換將它們對齊，而后利用PCA進行表示和識別。與傳統(tǒng)的運用PCA

3、相比較，這個方法克服了由于模型在平面上的位置不同，而被誤判為不同的類別?；谶@種方法，由光線，姿態(tài)的改變引起的變化就可以被消除或忽略。我們將本文提出的方法與以上各種方法加以比較，在夾角為0°，6°，12°，18°，24°，30°分別進行識別，可以看出，本文的識別方法受夾角的影響不大，而其它的方法在夾角逐漸變大時，錯誤率明顯增加，因此本文的方法更適合在真實環(huán)境下識別人臉圖像。 實驗結(jié)果顯示，本文的方法對人臉模型提供了更好的表達，并