文件名称：人脸识别方法研究
文件大小：6.7MB
文件格式：NH
更新时间：2015-01-31 03:38:53
人脸识别，独立多维分量分析，独立分量分析，核主成 分分析，核函数
人脸识别是计算机视觉、模式识别和图像处理研究的重要 内容和热门课题，是身份辨别的理想依据和最自然直接的手段。 本文深入分析了人脸识别的生理学本质和实现的难点，并 在科学分类的基础上对主要人脸识别方法的构造原则、应用特 点和存在问题进行了较为详细地介绍和讨论。在此基础上，提 出了一些新的方法，具体如下: 1.将核主成分分析方法引入人脸识别，利用基于核主成分 向量分类的非线性特性，实现对人脸的非线性分类。这种方法 能够在获得较高1次匹配正确率和前10次匹配正确率的同时， 表现出极强的区分库与非库人脸的能力。 2.以人脸图像的核主成分向量代替主成分向量作为独立分 量分析算法的输入数据，使基于独立分量分析的人脸识别方法 的正确识别率、1次匹配正确率和前10次匹配正确率均显著提 局。 3.独创性地提出独立多维分量分析理论，并基于高斯核函数 构造了实现独立多维分量分析的算法。独立多维分量分析理论是 独立分量分析理论的延伸和一般化扩展。应用独立多维分量分析 于人脸识别，获得了很高的1次匹配正确率和前10次匹配正确率。 4.提出并验证了基于核主成分分析区分库与非库人脸、基于 独立多维分量分析进行有效匹配的人脸识别方法是解决人脸识 别问题的一个可能途径。