特征提取技术在脸识别中的研究与应用.pdf

摘要 摘要 人脸识别是人工智能与模式识别领域以及计算机视觉领域最富挑战性的研究课题 之一。在计算机科学领域的许多科学家都希望机器能够具有人类的智慧，并且能够像人 类一样识别和记忆人脸。在证件验证、门禁系统、刑侦破案、视频监控等领域都具有十 分广泛的应用前景。随着科学的进步、技术的发展和社会的前进，对可靠、方便的自动 身份鉴别的实际需求日益的迫切。人脸识别重新成为了机器智能研究的热点问题。研究 人脸识别，其意义不仅仅在于推动图像处理和模式识别理论与应用的发展，满足身份验 证等，基于内容的检索等实际需求，同时由于人脸模式的特殊性，对人脸识别进行应用 研究，对推动生理学、认知科学、心理学等相关学科的研究也有着积极的影响。 本文在对人脸识别问题和特征提取的现有理论和算法进行了回顾、探讨在此基础 上，有针对的提出了新的算法，并通过实验证明。主要工作总结如下： 第一部分为全文的绪论，对人脸识别技术和特征提取技术的分类和发展现状进行了 分析和综述。 第二部分介绍了几种基于统计的特征提取和选择方法，包括主成分分析(PCA)、线 性判别分析(LDA)、最大间距准贝JJ(MMC)等。 第三部分为人脸图像的特征提取分析，在人脸图像的特征提取环节，由局部保持和 最大间距准则的原理，本文提出了一种局部保持(LPP)与最大间距准则结合的特征提取 方法。本文所提出的新特征提取方法与原来MMC相比，经过对原来的散度加乘权重， 以及通过对参数的调整，能够在特征提取的同时更好地保持人脸图像的局部流形结构。 第四部分是由第三部分提出的算法进行实验分析，本文使用了传统的最近邻分类 局部保持与最大间距准则结合的特征提取方法能够对光照和姿态变化具有一定的鲁棒 性，能更为有效的识别人脸图像，提高识别率。 准则(删C)，局部保持(LPP) Abstract Abstract 11le automatic ofhumanface recognition iSoneofthemostattractiveand challenging in of thefields and vision．Theaimof problems scientists patternrecognitioncomputer many whoworkin sciencefieldiStomakerobotshave human’S and computer intelligence andremember likewhat recognize personjust humandoes．Inthe control ofcriminal surveillanceand systems，detection otherareas，face investigation，video havea wide of recognitiontechnology researchonface very rangeapplications．，nle recognition，its