人脸识别原理.docxVIP

精品文档 精品文档 精品文档 自 动  人  脸 识  别 基  本 原 理 人脸辨别经过近 40年的发展，取得了很大的发展， 涌现出了大量的辨别算法。 这些算法的波及面非常广泛， 包括模式辨别、图像办理、计算机视觉、人工智能、统计学习、神经网络、小波剖析、子空间理论和流形学习等 众多学科。所以很难用一个统一的标准对这些算法进行分类。 根据输入数据形式的不同可分为鉴于静态图像的人 脸辨别和鉴于视频图像的人脸辨别。 因为鉴于静态图像的人脸辨别算法同样适用于鉴于视频图像的人脸辨别， 所 以只有那些使用了时间信息的辨别算法才属于鉴于视频图像的人脸辨别算法。 接下来分别介绍两类人脸辨别算法 中的一些重要的算法。 特点脸 特点脸方法利用主分量剖析进行降维和提取特点。主分量剖析是一种应用十分广泛的数据降维技术，该方法 选择与原数据协方差矩阵前几个最大特点值对应的特点向量组成一组基， 以达到最正确表征原数据的目的。 主分量剖析提取的特点向量返回成图像时，看上去仍像人脸，所以这些特点向量被称为 “特点脸”。  因为由 在人脸辨别中，由一组特点脸基图象张成一个特点脸子空间，任何一幅人脸图象（减去平均人脸后）都可投 影到该子空间，得到一个权值向量。 计算此向量和训练集合每个人的权值向量之间的欧式距离， 取最小距离所对 应的人脸图像的身份作为测试人脸图像的身份。 下列图给出了主分量剖析的应用例