基于整體和局部的人臉識(shí)別的研究.pdf

1、人臉識(shí)別技術(shù)因?yàn)樯婕拜^多的研究領(lǐng)域以及應(yīng)用場(chǎng)景廣泛成為當(dāng)前一個(gè)熱門研究課題，它無(wú)論在科研還是在商用中都具有重要的價(jià)值。目前經(jīng)歷了幾十年的發(fā)展已經(jīng)有大量的研究人員分別針對(duì)不同的應(yīng)用環(huán)境提出了自己的人臉識(shí)別算法。本文在分別研究基于整體特征和局部特征提取算法的基礎(chǔ)上，提出了融合整體特征和局部特征的人臉識(shí)別算法，并將本文算法分別與整體特征提取算法和局部特征提取算法的識(shí)別率進(jìn)行了對(duì)比分析。本文的主要研究?jī)?nèi)容如下：
　?。?）目前主流的人臉識(shí)

2、別算法都是單純的基于整體特征提取算法或者基于局部特征提取算法或者某種算法的改進(jìn)，許多研究人員提出人臉識(shí)別技術(shù)的未來(lái)趨勢(shì)可以是多種算法的融合。本文針對(duì)這種情況從提高人臉識(shí)別率出發(fā)利用了融合整體特征和局部特征的人臉識(shí)別方法。首先，利用 PCA算法提取人臉圖像整體重要特征信息，然后利用局部二值模式算法獲得局部重要信息，再將二者利用Bayesian融合策略進(jìn)行有效融合。實(shí)驗(yàn)結(jié)果對(duì)比的時(shí)候，將本文結(jié)果與采取同樣整體特征提取算法和局部特征提取算法的

3、特征級(jí)融合算法進(jìn)行了比較，這樣結(jié)果就更加具有可比性。對(duì)比結(jié)果證明，本文方法在訓(xùn)練樣本數(shù)相同的情況下，識(shí)別率高于主成分分析算法的識(shí)別率，本文方法的最高識(shí)別率也高于局部二進(jìn)制模式的最高識(shí)別率。當(dāng)然，本文算法的識(shí)別率也高于采用同樣特征提取算法的簡(jiǎn)單特征級(jí)融合?？傊?，融合兩者的有效信息能夠結(jié)合二者的優(yōu)勢(shì)，達(dá)到提高人臉識(shí)別率的目的。
　?。?）設(shè)計(jì)了一個(gè)人臉識(shí)別系統(tǒng)界面，該界面的功能是可以方便的對(duì)人臉數(shù)據(jù)庫(kù)進(jìn)行訓(xùn)練、測(cè)試、識(shí)別以及選擇想要測(cè)