于基模糊线性判别分析的人脸识别算法设计--毕业论文.docVIP

基于模糊线性判别分析的人脸识别算法设计 学 院 专 业 班 级 学 号 姓 名 指导教师 负责教师 摘 要 人脸识别技术是生物识别技术的一种，以其直接性，唯一性，方便性等特点，在公安，海关，交通，金融，视频会议，机器人的智能化研究等方面得到了越来越广泛的应用。人脸识别技术是模式识别领域中的一个前沿课题。在过去的几十年里，研究者尝试利用计算机来模仿人类识别人脸的能力，并提出了很多人脸识别的有效算法，利用不同技术提高了人脸识别算法的平均识别率。本文着重讨论一种把特征脸和模糊线性判别分析（FLDA）算法结合起来进行人脸识别的方法。 该方法利用主成分分析（PCA）方法求得训练样本的特征空间，然后在此基础上计算FLDA算法的特征子空间，进一步对特征脸空间降维。经过FLDA降维后的子空间中，同一类别的样本尽可能靠近，不同类别的样本尽可能分散（即降维后同一个人的人脸图像尽可能的靠近，不同人的人脸图像尽可能的分散开）。模糊LDA方法引入了模糊技术来优化特征提取，利用隶属度信息来描述样本的分布信息，能得到一个更好的类中心位置估计。应用于Yale及ORL人脸库的实验结果表明，该算法具有较高的识别率。 关键词：人脸识别；主成分分析；模糊线性判别分析；特征脸 Face Recognition Algorith