基于改进的主成分分析类算法的人脸识别-计算数学专业论文.docxVIP

独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的 研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表 或撰写过的研究成果，也不包含为获得 天津大学 或其他教育机构的学位或证 书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中 作了明确的说明并表示了谢意。 学位论文作者签名： 签字日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解 天津大学 有关保留、使用学位论文的规定。 特授权 天津大学 可以将学位论文的全部或部分内容编入有关数据库进行检 索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校 向国家有关部门或机构送交论文的复印件和磁盘。 （保密的学位论文在解密后适用本授权说明） 学位论文作者签名： 导师签名： 签字日期： 年 月 日 签字日期： 年 月 日 摘 要 人脸识别是一个具有很高理论和应用价值的研究课题。几十年来，自动人 脸识别一直是计算机视觉和模式识别领域的长期挑战。特征提取是人脸识别的 核心问题之一，特征提取的一种常用方法是子空间学习方法。子空间学习的思 想就是将特征从原始的高维数据空间投影到低维数据空间（投影子空间），投 影后的特征要比原始特征易于区分。其中主成分分析(PCA)算法是一种广泛使 用的线性子空间学习方法。 针对能量谱的不平衡性会影响人脸识别效果的问题