学位论文 > 优秀研究生学位论文题录展示

人脸图像主流代数鉴别特征提取与融合方法研究

作　者: 徐吟琼
导　师: 王子欧
学　校: 苏州大学
专　业: 电子与通信工程
关键词: 特征提取主成分分析线性鉴别分析典型相关分析
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 20次
引　用: 0次
阅　读: 论文下载

内容摘要

人脸识别是计算机视觉领域里的一个非常热门的研究课题,具有极高的科研价值和广阔的应用前景。而特征提取又是人脸识别中最关键的环节之一,直接影响到识别的准确率。本文首先介绍了主成分分析、Fisher线性鉴别分析和最大散度差鉴别分析三种基于代数特征的人脸图像特征提取方法,并分析了三种方法的特点和弊端。针对传统的线性分析方法中都需要求解平均样本的共性,本文提出了两种改进方法。经过在标准人脸图像库上的实验,证实了这两种方法都较好地去除了干扰样本对平均样本的影响,能有效地提高识别的准确率。本文还尝试利用典型相关分析方法对改进后的Fisher线性鉴别分析方法和最大散度差鉴别分析方法进行特征融合,并用实验验证了所尝试的方法具有较高的识别率,达到了融合的效果。

全文目录

摘要  4-5
Abstract  5-8
第一章绪论  8-16
  1.1 人脸识别技术的背景和意义  8-9
    1.1.1 课题的提出  8-9
    1.1.2 人脸识别技术的广泛应用  9
  1.2 人脸识别技术的发展现状与技术难点  9-12
    1.2.1 人脸识别技术的发展  10-11
    1.2.2 人脸识别技术的研究难点  11-12
  1.3 人脸识别技术的主要内容  12
  1.4 特征提取  12-14
    1.4.1 基于几何特征的方法  12-13
    1.4.2 基于代数特征的方法  13-14
  1.5 人脸常用数据库介绍  14-15
  1.6 本文的组织结构及主要内容  15-16
第二章主流特征提取方法  16-25
  2.1 主成分分析方法  16-20
    2.1.1 PCA 的基本思想  16-17
    2.1.2 PCA 原理与算法  17-18
    2.1.3 实验结果与分析  18-20
  2.2 Fisher 线性鉴别分析方法  20-22
    2.2.1 FLDA 的基本思想  20-21
    2.2.2 FLDA 原理与算法  21-22
  2.3 最大散度差鉴别分析方法  22-23
  2.4 实验结果及分析  23-24
  2.5 本章小结  24-25
第三章对传统线性分析方法的改进分析  25-39
  3.1 对平均样本的改进  25-27
    3.1.1 去除干扰样本寻找中间样本  25-26
    3.1.2 去除干扰样本求平均样本  26-27
  3.2 算法分析  27
  3.3 改进后的FLDA 和MSLDA  27-31
  3.4 相似性度量和分类器  31-34
    3.4.1 距离测量  31
    3.4.2 分类器  31-34
  3.5 整个识别过程  34-35
  3.6 实验结果及分析  35-37
  3.7 本章小结  37-39
第四章基于改进算法的灰度图像的多代数特征融合方法  39-46
  4.1 信息融合  39-40
  4.2 典型相关分析的基本思想  40
  4.3 典型相关分析的原理与算法  40-42
  4.4 基于典型相关分析的特征融合策略  42-44
  4.5 实验结果及分析  44-45
  4.6 本章小结  45-46
第五章总结与展望  46-47
参考文献  47-50
攻读学位期间公开发表的论文  50-51
致谢  51-52

人脸图像主流代数鉴别特征提取与融合方法研究

内容摘要

全文目录

相似论文