基于小波理論的人臉特征提取及識(shí)別的算法研究

《基于小波理論的人臉特征提取及識(shí)別的算法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、2014年6月16日《小波理論與應(yīng)用》課題論文基于小波理論的人臉特征提取與識(shí)別的算法研究院（系）：)專業(yè)：學(xué)　　號(hào)：年級(jí)：2014年6月II2014年6月16日《小波理論與應(yīng)用》課題論文目錄一、緒論11.1人臉識(shí)別的研究背景與意義11.2人臉識(shí)別系統(tǒng)21.3主要研究?jī)?nèi)容及行文安排2二、小波理論與分析32.1小波分析變換及其性質(zhì)32.1.1一維小波變換32.1.2高維連續(xù)小波變換42.1.3離散小波變換52.2多分辨分析與Mallat算法62.2.1多分辨分析62.2.2Mallat算法72.3最優(yōu)小波基選擇與分解

2、層數(shù)確定82.3.1最優(yōu)小波基選擇82.3.2分解層數(shù)的確定92.3.3小波系數(shù)的選擇10三、基于分塊小波的人臉識(shí)別算法113.1引言113.2Karhunen-Loeve變換及主成分分析法113.2.1K-L變換113.2.2主成分分析法133.3線性識(shí)別133.4分塊小波組合特征提取153.4.1確定分塊小波系數(shù)153.4.2組合特征的提取及識(shí)別算法173.5實(shí)驗(yàn)結(jié)果與討論18四、總結(jié)與展望204.1總結(jié)204.2展望21參考文獻(xiàn)22II2014年6月16日《小波理論與應(yīng)用》課題論文一、緒論1.1人臉識(shí)別的研

3、究背景與意義人臉識(shí)別是模式識(shí)別的一個(gè)研究領(lǐng)域，是當(dāng)今新興的生物識(shí)別的一個(gè)重要組成部分。所謂的人臉識(shí)別技術(shù)，就是將人臉圖像或者包含人臉的視頻流序列輸入計(jì)算機(jī)進(jìn)行分析，從而提取出能有效表達(dá)人臉圖像的特征,進(jìn)行身份辨別，從而達(dá)到監(jiān)督,管理和控制目標(biāo)的一門技術(shù)。它涉及的領(lǐng)域非常廣，包括：模式識(shí)別、圖像處理、生理學(xué)、心里學(xué)、計(jì)算機(jī)視覺(jué)等許多的學(xué)科知識(shí)，并且與基于生物特征的身份鑒別方法等的研究領(lǐng)域以及相關(guān)學(xué)科的發(fā)展關(guān)系密切。人臉識(shí)別的研究已經(jīng)有很長(zhǎng)一段時(shí)間了,它大致可以分為四個(gè)階段：最早可以追溯到1888年Galton在Na

4、ture雜志發(fā)表的關(guān)于用人臉來(lái)進(jìn)行身份識(shí)別的文章，1954年,Bruner于1954年寫了《人類的知覺(jué)》這本關(guān)于心理學(xué)的書(shū)B(niǎo)ledsoe在1964年就工程學(xué)寫了“TheModelMethodinFacialRecognition”，1965年他又發(fā)表了一篇關(guān)于自動(dòng)人臉識(shí)別的技術(shù)論文；始于1970s的機(jī)器識(shí)別是人臉識(shí)別研究的第二階段，Parke等主要研究人臉識(shí)別所需要的面部特征，首次用計(jì)算機(jī)實(shí)現(xiàn)了較高質(zhì)量的人臉灰度圖模型。該階段的工作完全依賴于操作人員，不能實(shí)現(xiàn)自動(dòng)識(shí)別；研究者們?cè)O(shè)計(jì)的基于幾何特征參數(shù)的識(shí)別系統(tǒng)開(kāi)始

5、了第三階段:人機(jī)交互式識(shí)別的歷程。Harmon和Lesk用幾何特征參數(shù)來(lái)表示人臉正面圖像。人臉面部特征釆用多維特征矢量表示，并設(shè)計(jì)了一個(gè)識(shí)別系統(tǒng)。Kobayashi等用統(tǒng)計(jì)中的歐氏距離來(lái)表征人臉特征進(jìn)行識(shí)別，這種方法依然依靠某些先驗(yàn)知識(shí)，擺脫不了人的干預(yù)；直到20世紀(jì)90年代初中期，隨著高性能計(jì)算機(jī)的出現(xiàn)，人臉識(shí)別方法才有了重大突破，才真正的進(jìn)入了機(jī)器自動(dòng)識(shí)別階段:第四階段。人臉識(shí)別技術(shù)對(duì)學(xué)科的發(fā)展和巨大的應(yīng)用前景主要表現(xiàn)在兩個(gè)方面：（1）人臉識(shí)別促進(jìn)了對(duì)各門學(xué)科的極大發(fā)展。它作為一個(gè)典型的模式識(shí)別、圖像分析處理

6、、理解及分類計(jì)算的問(wèn)題,它為模式識(shí)別、數(shù)字圖像處理、計(jì)算機(jī)視覺(jué)、計(jì)算機(jī)圖形學(xué)、神經(jīng)網(wǎng)絡(luò)、心理學(xué)、生理學(xué)等學(xué)科提供了一個(gè)非常好的平臺(tái)，為研究具體問(wèn)題創(chuàng)建了一個(gè)用于創(chuàng)新方法、驗(yàn)證新的理論、解釋新的現(xiàn)象的提供了一個(gè)好的環(huán)境。人臉識(shí)別的進(jìn)一步研究和最終問(wèn)題的解決，將極大的促進(jìn)這些學(xué)科的成熟和發(fā)展。（2）目前身份識(shí)別和驗(yàn)證是人們?nèi)粘Ｉ钪械闹匾幕净顒?dòng)之一。每天我們都要面對(duì)大量的人的身份做出相關(guān)判斷、并用相關(guān)手段證明自己。比如銀行的ATM機(jī)上的金融業(yè)務(wù)需要輸入自己的密碼,進(jìn)行網(wǎng)絡(luò)交易時(shí)需要用到自己的賬號(hào)和密碼等,但這些方

7、式不安全、不可靠、不唯一，這些缺點(diǎn)可能會(huì)導(dǎo)致大量的經(jīng)濟(jì)損失等。這些問(wèn)題使得原有的措施已經(jīng)越來(lái)越不能適應(yīng)社會(huì)的發(fā)展了，我們需要提供一個(gè)更方便、更安全、更可靠的身份驗(yàn)證手段。生物識(shí)別技術(shù)就是被認(rèn)為是解決這些問(wèn)題的理想方式。國(guó)內(nèi)外有許多學(xué)校和機(jī)構(gòu)都在研究人臉識(shí)別技術(shù)222014年6月16日《小波理論與應(yīng)用》課題論文。隨著計(jì)算機(jī)技術(shù)的快速提高，人臉識(shí)別技術(shù)也得到了長(zhǎng)足的發(fā)展，其研究有著重要的意義。1.2人臉識(shí)別系統(tǒng)廣義的人臉識(shí)別系統(tǒng)主要包括：人臉圖像釆集、人臉區(qū)域、人臉表征、特征提取、人臉識(shí)別以及分類結(jié)果等。而我們所研究

8、是狹義的人臉識(shí)別，主要研究的是:特征提取、人臉識(shí)別和分類結(jié)果。預(yù)處理：其中人臉檢測(cè)、人臉區(qū)域定位和人臉的表征我們統(tǒng)稱其為預(yù)處理。主要是通過(guò)相關(guān)設(shè)備采集圖像，然后確定人臉的位置、大小等過(guò)程,最后通過(guò)數(shù)字化、幾何變換、歸一化、平滑、復(fù)原和增強(qiáng)等步驟得到標(biāo)準(zhǔn)的人臉圖像。特征提?。核^的特征提取，從圖像信息中利用各種方法挑選出對(duì)分類最有利的特征，降低特征空間維數(shù)的過(guò)程就是特征選擇