基于PLS和HMM的人脸识别分析-计算机应用技术专业论文.docxVIP

5.1 引言 - 42 - 5.2 人脸图像说明 42 - 5.3 实验结果 - 42 - 5.3.1 实验 1：FFT 对识别率的影响 - 42 - 5.3.2 实验 2：比较 PCA 与 PLS 的特征提取效果 - 43 - 5.3.3 实验 3：空域中 HMM 与变换域中 HMM 分类效果的比较 - 44 - 5.3.4 实验 4：从主观上和客观上比较增量 KNR 与三种经典放大算法- 45 - 5.3.5 实验 5：正确识别率作为放大算法客观评价准则 - 46 - 5.4 实验结论 - 47 - 第六章 总结与展望- 49 - 致 谢- 51 - 参考文献- 52 - 攻读学位期间的研究成果 - 56 - III 摘要 摘要 I I 摘 要 生物特征识别技术已广泛地应用在公共安全、智能系统、医学、军事等多个 领域，内容包括人脸识别、指纹识别、虹膜识别、语音识别等。人脸识别具有不 需要主动配合、直观、方便等特点，因此成为日常生活中最常用的身份确认方法， 也是当前模式识别和人工智能的研究热点。 人脸图像易受年龄、姿态、表情、光照等因素的影响，故人脸识别研究具有 很强的挑战性。脸像的主要特征部分有额头、眼睛、鼻子、嘴巴、下巴等，各个 特征部分之间存在一定的关联性，同时在人脸图像拍摄过程中光线明暗和焦距大 小都是随机的，