人脸时变特征提取与核非线性分类算法研究 (1).pdfVIP

分类方法和分类器(1(NR)，并给出其定义。 第五章，描述了基于分数傅里叶变换的人脸识别特征提取和核非线性分类的 整体框架，给出了具体的实现过程，对该方法进行实验，通过对实验结果的分析， 得出结论。 5 第二章人脸识别中的特征提取方法 目前人脸识别的特征提取与描述方式可分为基于几何特征和基于统计特征 两大类f28】。 基于几何特征的人脸识别方法是早期的人脸识别的主要研究方法。其基本思 想就是利用人脸上的一些几何特征点，常采用的有人脸的五官如眼睛、鼻子、嘴 巴等的局部形状特征，脸型特征以及五官在脸上分布的几何特征。提取特征时往 往要用到人脸结构的一些先验知识。在这种基于几何特征的识别中，识别总归为 特征矢量之间的匹，基于欧氏距离的判决是最常用的识别方法。虽然基于几何特 征的识别方法存储量小，对光照变化不敏感，但是从图像中抽取稳定的特征比较 困难，对强烈的表情变化和姿态变化的识别较差，同时因其一般只描述人脸的基 本形状和结构关系而忽略局部细微特征，造成部分信息的丢失。所以基于几何特 征的人脸识别方法多用于粗分类。 基于统计特征的人脸识别方法特别在近几年