第三篇第3章 基于PCA方法的人脸识别系统建模与实现.docVIP

第3章　基于PCA方法的人脸识别系统建模与实现 1　项目概述 人脸识别系统以人脸识别技术为核心，是一项新兴的生物识别技术，是当今国际科技领域攻关的高精尖技术。它广泛采用区域特征分析算法，融合了计算机图像处理技术与生物统计学原理于一体，利用图像处理技术从中提取人像特征点，利用生物统计学的原理进行分析建立数学模型，具有广阔的发展前景（principal components analysis，PCA） 图3－1 人脸识别系统 人脸提取子系统（如图3－2所示）是利用肤色识别分割找出可能的肤色区域，然后进行感兴趣区域标定初步定位人脸，再以阈值控制得到人脸的主要部分，最后将提取的人脸经过统一处理后传给人脸识别部分和构建特征库。人脸识别子系统使用改进的PCA方法，在提高识别效率的基础上，求出一个特征脸空间后，将整张人脸投影到特征脸空间中，然后通过降维，秩的求取等运算构建出人脸重向量特征库，再以欧氏距离的结果对人脸进行判断、识别。 图3－2 人脸提取子系统 2.2　PCA理论 主成分分析（principal components analysis，PCA）又称主分量分析 2.2.1　弹簧振子模型 我们将从一个简单的例子来说明PCA应用的场合以及想法的由来，从而进行一个比较直观的解释，然后加入数学的严格推导，引入线形代数，进行问题的求解。随后将揭示PCA与SVD(Singular Value