人脸特征提取与辨认算法研究.pdf

人脸特征提取与识别算法研究 摘要：人脸识别是模式识别的一个重要领域和研究热点，它涉及面非 常广。由于人脸图像受环境、表情等多种变化因素的影响，导致人脸 识别研究复杂而艰巨，是一项极富挑战性的研究课题。目前，还有许 多的问题和关键技术有待进一步解决和完善，其中主要包括：人脸特 征提取阶段的完备性研究即如何充分考虑局部特征和全局特征、图像 的平移／伸缩／旋转不变性等；分类识别阶段的识别性能研究即设计具 有高精度识别率和快速分类的算法等。 本文以人脸识别为研究目的，重点研究了人脸特征提取和分类器 设计的识别算法，并提出了一些新的特征提取方法和识别算法，在 ORL、YALE人脸数据库上进行的大量实验分析论证表明，新方法在 识别时间、识别率上获得了较好效果。 本论文的主要工作和贡献如下： 1)从识别时间和识别率两方面来考虑，用大量的实验分析讨论了 小波变换在人脸识别中小波基的选择、分解层数的确定和分解系数的 选择对它们的影响。 2)给出分块小波系数的概念，提出了一种基于分块小波的人脸识 别算法以及基于分块小波的Curvelet变换人脸识别算法，利用了 Curvelet变换图像的局部特征，改善了特征向量的稀疏化，利用 对传统的小波变换，新算法无论从识别率还是识别时间上都有了很大 改进。特别