人臉識別中復合梯度向量理論及特征提取研究.pdf

1、針對人臉識別中存在的數(shù)據(jù)處理耗時過多及復雜環(huán)境下人臉誤識的問題，首次提出了一種新的復合梯度向量理論及特征提取方法。主要內(nèi)容：1)為建立復合梯度向量理論，研究其基礎概念及相關定義；2)為實時準確識別人臉信息，研究人臉圖像復合梯度向量特征提??；3)為解決復雜環(huán)境下人臉誤識的問題，分析并提取人臉極大特征分布約束信息；4)面向應用的人臉復合梯度向量識別系統(tǒng)及其評價準則研究。該方法抓住了人臉面部特征分散性的特點，繼而將分散性特征采用具有連續(xù)性規(guī)律

2、約束的復合梯度向量進行描述識別。創(chuàng)新點：1)首次提出了基向量、極大梯度向量、復合梯度向量等概念，并引入到人臉識別中；2)針對傳統(tǒng)人臉識別的特點，提出了復合梯度向量人臉識別技術。通過 ORL、YALE 以及 CMU-PIE權威人臉庫的測試以及國內(nèi)外相關研究工作的對比分析，結果表明，該方法克服了特征域旋轉、光照強度變化及多姿態(tài)、多表情對人臉識別的影響，具有速度快，識別準確，適應性強的特點，對提高人臉識別主動性、實時性，增強人臉識別的應用能力