人臉特征提取與人臉識別系統(tǒng)研究.pdf

1、人臉識別由于其在公安部門、安全驗證系統(tǒng)、信用卡驗證、檔案管理和人機交互系統(tǒng)等方面的廣闊應用背景，已經(jīng)成為當前模式識別和人工智能領域的一個研究熱點。對人臉圖像進行有效的特征提取是分類識別的前提和基礎。本文在Matlab平臺下，對實現(xiàn)人臉識別系統(tǒng)的兩大關鍵技術——人臉特征提取和分類識別技術展開研究。
　　本文首先采用兩種圖像處理方法對低質圖像進行處理，實驗表明這兩種方法可以有效的對圖像進行光線補償和去除噪聲，使低質圖像可以被系統(tǒng)處理。

2、隨后深入研究了基于主成分分析(PCA)的人臉特征提取方法，針對樣本散布矩陣維數(shù)過高而導致特征提取時間過長的不足，提出了一種改進的PCA方法，并且用該方法同時實現(xiàn)人臉特征提取和降低維數(shù)的目的，得到適合分類器處理的低維特征向量。接下來詳細介紹了支持向量機(SVM)理論，采用一對一的投票分類方法將傳統(tǒng)SVM兩類分類器擴展成多類分類器，并在Matlab中編寫了多類分類器的訓練和分類程序。最后，在前面的工作基礎上設計了一個簡單的人臉識別系統(tǒng)，經(jīng)仿