資源描述:
《基于pca的人臉識別算法研究 定稿》由會員上傳分享,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。
1、項(xiàng)目名稱:基于PCA的人臉識別算法研究摘要隨著人類社會的進(jìn)步,以及科技水平的提高,一些傳統(tǒng)的身份認(rèn)證的方法逐漸暴露出各種問題,因此人們需要采用一種更加可靠安全的身份認(rèn)證方法。毫無疑問人體的生物特征的獨(dú)一無二的,特別是其不容易丟失及復(fù)制的特性很好滿足了身份識別的需要。并且隨著計(jì)算機(jī)科學(xué)技術(shù)和生物醫(yī)學(xué)的發(fā)展使得利用生物特征識別成為了可能。因此基于指紋、人臉、視網(wǎng)膜等生物特征的識別方法也越來越多。由于人臉識別的操作快速簡單,結(jié)果直觀,準(zhǔn)確可靠,不需要人的配合等優(yōu)點(diǎn)已成為人們關(guān)注的焦點(diǎn)。主成分分析(PCA)法通過提取高維度的人臉圖像的主元,使得圖像在低維度空間
2、中被處理來降低了圖像處理的難度。由于其有效的解決了圖像空間維數(shù)過高的問題,已經(jīng)成為人臉識別領(lǐng)域非常重要的理論。此次研究的就是基于PCA的人臉識別算法的實(shí)現(xiàn)。本文按照完整人臉識別流程來分析基于PCA的人臉識別算法實(shí)現(xiàn)的性能。首先使用常用的人臉圖像的獲取方法獲取人臉圖像。本文為了更好的分析基于PCA人臉識別系統(tǒng)的性能分別選用了Essex人臉數(shù)據(jù)庫和ORL人臉庫,并在后期采用了自建的人臉庫。接下來是人臉圖像預(yù)處理方法。由于采用的人臉圖像質(zhì)量較好,而且已經(jīng)做過相應(yīng)的預(yù)處理,所以本文試驗(yàn)中只使用灰度處理。接著使用PCA提取人臉特征,使用奇異值分解定理計(jì)算協(xié)方差矩
3、陣的特征值和特征向量以及使用最近鄰法分類器歐幾里得距離來進(jìn)行人臉判別分類。在實(shí)驗(yàn)中我們發(fā)現(xiàn)基于PCA的人臉識別系統(tǒng)的識別率很高,而且具有一定魯棒性,所以基于PCA的人臉識別算法的實(shí)現(xiàn)的研究還是有意義?!娟P(guān)鍵詞】人臉識別PCA算法奇異值分解定理歐幾里得距離ABSTRACTWiththedevelopmentofscienceandtechnology,theprogressofhumansociety,thetraditionalidentificationiseasytolose,easytobecrackedandithasnotplayaniden
4、tifiablerole.Peopleneedamoresecureandreliableidentificationtechnology.Biometricisunique,easytoloseandreplicationcharacteristicsofgoodmeettheneedsoftheidentification.Withthedevelopmentofcomputerscienceandtechnologyandbiomedicalmakesuseofbiometricidentificationhasbecomepossible.In
5、thefieldofbiometricidentification,facerecognitionwiththeadvantagesofoperationisfastandsimple,theresultsareintuitive,accurateandreliable,donotneedco-ordination,hasbecomethefocusofattention.Theprincipalcomponentanalysis(PCA)toextracthighdimensionalfaceimageofthemainelement,makingt
6、heimagesareprocessedinlow-dimensionalspaceanditreducesthedifficultyofimageprocessing.PCAsolveseffectivelytheproblemofhighdimensionimagespaceandithasbecomeaveryimportanttheoryinfacerecognitionfield.Thispaperisinthiscontextofwritingfrom.Inaccordancewiththefullrecognitionprocesstoa
7、nalyzetheperformanceofPCA-basedfacerecognitionalgorithm.Thefirsttousethemethodofaccesstocommonlyusedfaceimagesforfaceimages.InordertobetteranalysisisbasedontheperformanceofthePCAfacerecognitionsystemselectedEssexfacedatabase.Nextisthefaceimagepreprocessingmethods.Essexfaceimageq
8、ualityisbetter,andhavedonetheappropriatepretrea