学位论文 > 优秀研究生学位论文题录展示

基于Gabor特征的人脸识别方法

作　者: 牟海军
导　师: 侯建华
学　校: 中南民族大学
专　业: 通信与信息系统
关键词: 人脸识别 Gabor小波变换核主成分分析支持向量机特征提取
分类号: TP391.41
类　型: 硕士论文
年　份: 2013年
下　载: 28次
引　用: 0次
阅　读: 论文下载

内容摘要

人脸识别一直都是生物识别领域的研究热点，是一种重要的生物特征识别技术，在当今的自动化身份识别中变得越加重要。人脸识别的研究重点是人脸表达，其实质就是特征提取，特征提取一直以来都是人脸识别领域里的一个研究热点问题。人脸的特征提取大致可以分为全局特征和局部特征。由于基于全局特征的人脸表达对于光照、姿态、表情等因素的影响较为敏感，而局部特征反映的是人脸的局部区域，侧重于提取人脸的细节特征，使其能够克服基于全局特征的不足，因此被越来越多的应用到人脸识别中。Gabor小波变换是一种典型的局部特征提取方法，由于在人脸特征提取方面的优越性，使其成为了人脸特征提取的主流方法。本文基于Gabor小波变换特征提取的有效性开展研究，主要工作包括以下三个方面：（1）系统的分析了基于二维Gabor小波变换的实现原理，针对直接采用Gabor小波变换提取得到的特征维数过高的问题，提出了首先对提取得到的特征进行向下采样，然后采用核主成分分析的方法进行降维处理。在分类器的设计中，选择了支持向量机作为分类器。在此基础上提出了一种基于Gabor特征的人脸识别方法。（2）为了考核本文所提算法的有效性，通过在ORL和Yale人脸库上与当前主流人脸识别算法进行仿真测试和对比分析，测试本文算法的有效性。（3）为了进一步考核本文所提算法的实际使用价值，采用MFC+Opencv实现了基于本文算法的人脸识别系统，包括人脸图像的采集、预处理、特征提取以及识别。通过对人脸识别系统的实际测试，验证本文所提算法具有实际使用价值。

全文目录

摘要  5-6
ABSTRACT  6-10
第一章绪论  10-15
  1.1 研究背景和意义  10-11
  1.2 人脸识别的研究状况  11-12
  1.3 人脸识别的研究内容  12-13
  1.4 人脸识别中的难点  13
  1.5 本文主要工作  13-14
  1.6 论文结构  14-15
第二章基于 Gabor 特征提取及 SVM 分类器的设计  15-27
  2.1 小波变换的原理  15-16
  2.2 Gabor 小波  16-19
    2.2.1 一维 Gabor 小波  16-17
    2.2.2 二维 Gabor 小波  17-19
  2.3 核主成分分析  19-21
    2.3.1 核方法  19
    2.3.2 KPCA 原理  19-21
  2.4 支持向量机  21-26
    2.4.1 线性可分  22-24
    2.4.2 非线性可分  24-26
  2.5 本章小结  26-27
第三章结合 Gabor 小波变换与 SVM 的人脸识别  27-39
  3.1 本文算法描述  27-32
    3.1.1 图像预处理  27-29
    3.1.2 Gabor 特征提取  29-31
    3.1.3 特征向量降维  31-32
    3.1.4 分类识别  32
  3.2 人脸库介绍  32-34
    3.2.1 ORL 人脸库  32-33
    3.2.2 Yale 人脸库  33-34
  3.3 实验结果比较  34-38
    3.3.1 测试对比算法介绍  35-36
    3.3.2 ORL 人脸库测试结果  36
    3.3.3 Yale 人脸库测试结果  36-37
    3.3.4 实验结果分析  37-38
  3.4 本章小结  38-39
第四章本文算法的人脸识别系统介绍  39-44
  4.1 人脸识别系统介绍  39-42
    4.1.1 系统界面  39-41
    4.1.2 系统介绍  41-42
    4.1.3 系统的实现难点  42
  4.2 测试结果  42-43
  4.3 本章小结  43-44
第五章总结与展望  44-45
  5.1 本文的研究工作总结  44
  5.2 研究工作的展望  44-45
参考文献  45-49
致谢  49-50
附录 A 攻读学位期间所发表的学术论文目录  50

基于Gabor特征的人脸识别方法

内容摘要

全文目录

相似论文