資源描述：
《基于代數(shù)方法的人臉圖像特征提取與識別》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、豎主蘭焦堡奎————薹巡查鎏笪△絲里叁塹塹量壑量塑型!!!!笙!旦摘要(人臉識別技術(shù)在商業(yè)和法律上有著廣泛的應(yīng)用前景，在安全監(jiān)控中也大有用武之地，其豐要任務(wù)是利用已存儲的人臉圖象庫，識別靜止或視頻圖象中一張或多張人臉乒一-一～一一本文較為系統(tǒng)地介紹了人臉識別技術(shù)的研究和發(fā)展，以代數(shù)方法為切入點，進行人臉識別技術(shù)的研究。分析已有的三種主要代數(shù)方法后，提出一種新的圖象代數(shù)特征提取方法，該方法基于特征矩陣和Fisher判別準(zhǔn)則，所提取的特征既含有最佳鑒別信息又具有某些代數(shù)和幾何不變性，是一種比較理想的代數(shù)特征。之
2、后對基于相似性判別函數(shù)的圖象特征提取進行了進一步的研究。臼I入子矩陣概念，改進相似性判別函數(shù)，利用低維予矩陣取代高維矩陣，提取圖象的代數(shù)特征，降低計算量，并通過推導(dǎo)證明沒有改變圖象矩陣原有的相似度，實驗結(jié)果表明，識別效果沒有太大的變化。對圖象代數(shù)特征應(yīng)用作了深入研究之后，發(fā)現(xiàn)在應(yīng)用代數(shù)特征進行人臉識別研究日虹～般用投影變換來壓縮提取的圖象特征維數(shù)，然后設(shè)計分類器進行識別。I-本文引入模糊數(shù)學(xué)中隸屬度概念，定義圖象隸屬度，嘗試直接在圖象的代數(shù)特征上，構(gòu)造分類器，進行識別。最后，分析基于廣義最佳鑒別向量集方’法
3、，介紹Fukunaga維數(shù)定理，在此基礎(chǔ)上提出維數(shù)相同時，對于多類模式的子集即少數(shù)幾類模式而言，模式類數(shù)少的廣義最佳鑒別向量集的分離能力強于模式類數(shù)多的廣義最佳鑒別向量集的分離能力；由此提出分組決策方法，改進算法，幾組對照實驗結(jié)果表明，識別效果明顯得到改善。本文以代數(shù)方法為工具，主要從圖象的特征提取和應(yīng)用圖象特征進行人臉識別兩個方面進行了較為深入的研究。我們認(rèn)為人臉識別技術(shù)的研究富有挑戰(zhàn)而又充滿了勃勃生機，必將得到進一步的發(fā)展。關(guān)鍵詞z人臉識別，代數(shù)特征，奇異值特征，F(xiàn)isher準(zhǔn)則，最佳鑒別矢量，圖象隸屬
4、度，分組決策摘要墮主堂垡笙奎薹±垡墼查鯊塑叁墮笪墨鱟堡量墼蘭望型!!!!笙!旦ABSTRACTFacerecognitionteehnology(FRT)hasnBlnerollscommercialandlawenforcementapplications，especiallyinvideosurveillance。neprimarytaskathand，givenstillorvideoimages，requirestheidentificationofoneormorepersonsusingadat
5、abaseofstoredfaceimages。ThestudyanddevelopmentofFRTareintroducedsystematicallyinthisdissertation。Somemeaningful比searchandexplorationiscompletedbasedONalgebraicmethod。First,anovelextractionmethodofalgebraicfeatureofimageiSprovidedafterhavinganalyzedthreepri
6、maryalgebraicmethod。Basedoneigenmatrix：(EM)andFisherdiscriminantcriterion，thefeatureextractedbythismethodincludesoptimaldiscriminantinformation，andthefeaturehassomeimportantpropertiesofalgebraicandgeometricinvariance。ThefeatureiSarelativelyidealalgebraicfe
7、ature。Second，afteradvancedstudyofimagefeatureextractionbasedonsimilardiscriminantfunction，theconceptofsub-matrixisintroduced，thensimilardiscriminantfunctioniSimprovedbyreplacinghigh-ordermatrixwithlow-ordermatrixtoextractalgebraicfeatureofimageandtoreducec
8、alculation。Weprovethatthesimilarityoforiginalimagematricesiskeptbyreasoning，andexperimentalresultshaveshownthatthecorrectlecognitionratechangelittle。Afterstudyingtheapplicationsofimagealgebraicfeaturethorough
