学位论文 > 优秀研究生学位论文题录展示
彩色人脸图像特征提取算法研究
作 者: 吴楠
导 师: 王宝珠
学 校: 河北工业大学
专 业: 通信与信息系统
关键词: 特征提取 预处理 主成分分析(PCA) 线性鉴别分析(LDA) ICA FastICA
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 78次
引 用: 0次
阅 读: 论文下载
内容摘要
人脸识别这一研究热点已经成为计算机视觉领域中的核心问题,而特征提取与识别紧密相连,人脸识别系统性能的好坏直接取决于特征提取算法的优劣。论文针对人脸识别与特征提取的相关理论做了大量分析研究,主要研究工作如下:首先,对彩色人脸图像的预处理系统进行了研究,包括:对4种常用的色彩空间进行了研究,实验比较分析RGB和中人脸图像各分量特征特点,得出分量更适合人脸识别特征提取;针对彩色图像进行灰度处理,分析比较三种灰度化方法的优劣;为突出人脸细节,进一步对灰度图像进行灰度变换;此外对噪声干扰的图像进行去噪处理,在采用中值滤波基础上进行矢量中值滤波方法改进,既能实现灰度图像的滤波又能完成彩色图像的去噪。Ycb cr Ycb cr其次,研究人脸图像的特征提取算法:(1)实现经典的基于PCA的人脸识别算法,并在此基础上进行了改进,直接求解二维图像的协方差矩阵,避免了一维数据较复杂的计算,充分利用样本类别的差异,使特征值与特征向量的求解过程得到简化,比较不同特征维数的特征脸,达到了更好的降维效果;(2)研究线性判别分析方法,对基础算法进行改进,从对人脸图像进行一维变换到直接二维进行处理,对其做LDA变换得到最佳分类的特征,采用基于欧式距离的最近邻分类器进行分类,与基础算法相比,大大提高了正确识别率,识别率能够达到95%。(3)对基于核的非线性人脸识别算法深入研究,分别采用多项式核函数和高斯核函数进行非线性映射,结合PCA算法,在不同的人脸库上仿真实验,同时将几种线性与非线性方法的识别结果进行对比分析,结果表明非线性识别方法具有较好的鲁棒性,更能满足实际需求。最后,重点针对ICA算法进行研究改进,将基于信息论中最大熵的判别准则应用到FastICA中去,其收敛速度更快,同时采用的KICA使广义特征向量的求解更多样化,使用RKHS空间的方式更为灵活,而且选取不同的非线性函数也可以使算法性能达到最优,结果表明,FastICA算法具有比ICA更好的识别率,能够达到94.5%,有很高的实用价值。
|
全文目录
摘要 4-5 ABSTRACT 5-9 第一章 绪论 9-14 §1-1 选题背景及意义 9 §1-2 人脸识别的发展现状 9-11 1-2-1 国外发展现状 9-10 1-2-2 国内发展现状 10-11 §1-3 人脸识别技术的关键问题 11-12 §1-4 课题研究内容及主要工作 12-14 第二章 人脸识别与特征提取方法 14-19 §2-1 人脸识别系统的组成 14-15 §2-2 人脸特征提取和识别方法概述 15-17 2-2-1 基于几何特征的人脸识别 15-16 2-2-2 基于代数特性的人脸识别 16-17 2-2-3 基于神经网络的人脸识别 17 §2-3 距离测度和分类器设计 17-18 §2-4 识别性能的评价标准 18-19 第三章 彩色人脸图像预处理 19-30 §3-1 色彩空间 19-20 §3-2 色彩空间转换 20-23 3-2-1 RGB色彩空间 20 3-2-2 HSI色彩空间 20-21 3-2-3 YIQ色彩空间 21-22 3-2-4 YCbCr色彩空间 22-23 §3-3 人脸图像灰度处理 23-25 3-3-1 灰度处理方法 23-24 3-3-2 灰度变换 24-25 §3-4 图像的滤波去噪 25-30 3-4-1 中值滤波器原理 25-26 3-4-2 中值滤波器的去噪实验仿真 26-27 3-4-3 改进的中值滤波算法 27-28 3-4-4 实验仿真及结果分析 28-30 第四章 线性人脸图像特征提取 30-41 §4-1 PCA 特征提取算法 30-32 4-1-1 PCA算法原理 30 4-1-2 基于PCA的人脸图像特征提取 30-32 §4-2 改进的 PCA 算法 32-35 4-2-1 改进的 PCA 算法原理 32-33 4-2-2 仿真实验及结果分析 33-35 §4-3 FDA特征提取算法 35-38 4-3-1 Fisher最佳线性判别准则 35-36 4-3-2 基于FDA的人脸图像特征提取 36-38 §4-4 改进的FDA算法 38-41 4-4-1 改进的FDA算法原理 38-39 4-4-2 仿真实验及结果分析 39-41 第五章 基于核的非线性特征提取方法 41-51 §5-1 核方法理论 41-42 §5-2 基于核的 PCA 特征提取 42-45 5-2-1 基于核方法的 PCA 算法原理 42-44 5-2-2 仿真实验及结果分析 44-45 §5-3 基于核独立主成分分析的人脸识别 45-51 5-3-1 ICA的基本理论 45-46 5-3-2 FastICA的基本理论 46-47 5-3-3 核独立成分分析(KICA)理论 47-48 5-3-4 仿真实验与结果分析 48-51 第六章 结论与展望 51-52 参考文献 52-55 致谢 55-56 攻读学位期间所取得的相关科研成果 56
|
相似论文
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 舌图像中瘀斑瘀点检测技术研究,TP391.41
- 空间交会接近视觉测量方法研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 多币种纸币处理技术的研究与实现,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- Cu2+/Co2+催化漂白桉木浆工艺与机理研究,TS745
- 基于随机森林的植物抗性基因识别方法研究,Q943
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- 基于视觉的番木瓜外观品质检测技术研究,S667.9
- 离子液体预处理纤维素及再生纤维素水解研究,TQ352.1
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|