学位论文 > 优秀研究生学位论文题录展示

基于代数特征的民族面部特征研究

作　者: 吴俊
导　师: 张祥德
学　校: 东北大学
专　业: 应用数学
关键词: 代数特征主成分分析 Haar-like特征民族特征
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 29次
引　用: 0次
阅　读: 论文下载

内容摘要

民族面部特征研究既属于人类学研究范畴,也属于人脸识别技术的研究范畴。人类学的研究表明,不同民族之间的面部特征存在一定的差异,而且同一民族在不同区域也会有不同的特征,因此对其的研究可解释各民族面部特征的内在规律。本文主要利用了基于代数特征的方法进行民族面部特征研究。其中主要应用了主成分分析方法和Haar-like特征提取方法对数据库中的维吾尔族、壮族、藏族进行面部代数特征研究。本文首先利用相关的图像处理技术,对构建的民族面部图像数据库进行了预处理,将数据库中的图像分为训练集图像和测试集图像。第四章用主成分分析法对处理后的维吾尔族、壮族及藏族面部图像提取代数特征,选取贡献率较大的特征值对应的特征向量构建训练图像及待识别图像的特征脸,利用k-最近邻分类法对民族面部图像进行测试。测试结果表明,结合主成分分析法的k-最近邻分类法对民族面部特征的研究具有可行性。第五章本文构建了五个Haar-like特征提取模板,对民族面部图像进行代数特征提取和研究,最后利用特征向量的夹角关系进行测试。从实验结果来看,相对于主成分分析法,基于Haar-like特征提取的算法得到了更好的测试结果,本文的Haar-like特征提取方法是有效可行的,可以利用其来分析人脸的民族特征。

全文目录

摘要  5-6
Abstract  6-9
第1章绪论  9-15
  1.1 研究背景与意义  9-10
  1.2 国内外研究现状  10-12
  1.3 应用前景  12-13
  1.4 研究内容与组织结构  13-15
第2章主要的代数特征抽取与识别技术  15-23
  2.1 奇异值分解定理  16-17
  2.2 主成分分析法  17
  2.3 线性判别分析法  17-19
  2.4 独立元分析法  19-20
  2.5 本章小结  20-23
第3章民族人脸库图像预处理  23-33
  3.1 多民族人脸数据库  23-24
  3.2 多民族人脸图像预处理  24-31
    3.2.1 灰度归一化  24-25
    3.2.2 边缘检测  25-26
    3.2.3 民族人脸图像二值化处理  26-27
    3.2.4 尺寸归一化  27-31
  3.3 本章小结  31-33
第4章基于PCA算法的民族面部特征研究  33-43
  4.1 引言  33-34
  4.2 本章所需的数学理论  34-39
    4.2.1 K-L变换原理  34-36
    4.2.2 主成分分析法的基本思想  36-38
    4.2.3 K-最近邻分类法  38-39
  4.3 PCA用于民族面部特征识别研究  39-40
  4.4 实验及结论  40-42
  4.5 本章小结  42-43
第5章基于HAAR-LIKE特征提取的民族面部特征研究  43-55
  5.1 HAAR-LIKE特征  43-44
  5.2 积分图  44-46
  5.3 改进的HAAR-LIKE特征提取算法  46-49
  5.4 民族面部特征识别过程  49-50
  5.5 仿真及结论  50-54
  5.6 本章小结  54-55
第6章总结与展望  55-57
参考文献  57-61
致谢  61

基于代数特征的民族面部特征研究

内容摘要

全文目录

相似论文