计算机人脸识别技术及应用研究-计算机应用技术专业论文.docxVIP

HYPERLINK \l _bookmark0 第四章 基于主成分分析的特征提取 20 HYPERLINK \l _bookmark0 4.1 引言 20 HYPERLINK \l _bookmark0 4.2 K-L 变换原理 20 HYPERLINK \l _bookmark1 4.3 基于改进的主成分分析的人脸特征提取26 HYPERLINK \l _bookmark2 4.3.1 形成训练集 26 HYPERLINK \l _bookmark2 4.3.2 产生 K-L 变换的矩阵 27 HYPERLINK \l _bookmark3 4.3.3 应用奇异值分解定理 28 HYPERLINK \l _bookmark4 4.3.4 图像在新的子空间投影及重构 31 HYPERLINK \l _bookmark5 4.4 实验效果图 32 HYPERLINK \l _bookmark6 4.5 主成分分析方法的优缺点 36 HYPERLINK \l _bookmark7 第五章 人工神经网络在人脸识别中的应用 37 HYPERLINK \l _bookmark7 5.1 人工神经网络概述 37 HYPERLINK \l _bookmark8 5.2 BP 网络简介 39 HYPERLINK \l _bookmark9 5.3 用神经网络进行人脸识别 43 HYPERLINK \l _bookmark10 5.4 实验结果及讨论 48 HYPERLINK \l _bookmark11 第六章 总结与展望 49 HYPERLINK \l _bookmark12 致 谢 50 HYPERLINK \l _bookmark13 【参考文献】 51 HYPERLINK \l _bookmark14 附录 攻读硕士期间论文发表及参加项目的情况 54 贵州大学硕士研究生毕业论文 贵州大学硕士研究生毕业论文 I I 摘 要 随着社会的发展，传统的身份认证方法已不能满足人们的需要，对快速有效 的自动身份验证的要求日益迫切。生物特征是人的内在属性，因此成为身份验证 的最理想依据。人脸识别与其他人体生物特征识别相比，具有直接、友好、方便 的特点，易于被用户接受。人脸识别技术就是利用计算机提取有效信息进行自动 识别，它涉及模式识别、计算机视觉、生理学等诸多学科，一直是当前研究热点。 本文的主要研究内容包括以下方面： (1)介绍人脸识别的研究背景、意义、发展与研究现状，以及存在的主要困难， 并对论文研究内容作了安排。 (2)将对人脸识别中主要涉及的系统构成、任务形式、主要方法、分类准则以及 性能的评价等进行综述。 (3)介绍了线性判别分析(LDA)人脸识别方法并且得到一些有意义的结论；并且对 该方法进行了改进。 (4)使用基于主成分分析的算法对图像进行特征提取。主成分分析法着眼于人脸 图像整体的灰度相关性，所提取的特征向量既保留了原图像空间中的主要分类信 息，降低了特征空间的维数，又能在均方误差最小的意义上重建原图像。本文采 用的主成分分析法对标准算法进行了改进。 (5)采用三层的 BP 神经网络分类器来实现人脸特征的分类，即人脸的识别。把 PCA，LDA 及 BP 网络结合起来,充分发挥三者各自得优点,实验结果表明,这种方 法得识别性能比仅用其中任何一种方法都有很大得提高。 关键词：人脸识别；主元分析法(PCA)；线性判别分析(LDA)；人工神经网络 II II Abstract With the development of modern society, the traditional method of identity checking has not been able to meet peoples needs. There are increasing demands in new identity checking. Since some biological characteristics are intrinsic and stable, they can be used as the most ideal feature for identity checking. Face recognition have more merits than others. Face recognition technology extract the effective information to carry on the automatic recognition. It involves pattern recognition ,