论文部分内容阅读
人脸自动识别技术[1]是生物特征识别技术的重要组成部分,在近三十年里得到了广泛的关注和研究,已经成为计算机视觉、模式识别[2]领域的研究热点。由于其很好的安全性、可靠性和有效性、在刑侦破案、证件验证、门禁系统、视频监视等领域中都具有广泛的应用前景,已成为最容易被接受的身份鉴定方法之一。
本文对静止图像的多姿态人脸识别进行了研究,主要内容如下:(1)使用特征脸的方法对人脸图像进行识别。假设人脸处于线性空间,选择一种最优特征向量集以实现最佳人脸表达方法。通过计算测试人脸图像与特征脸的距离,对人脸图像进行分类、识别。
(2)使用小波变换对人脸图像进行预处理,提取低频信息后,对其进行离散余弦变换,降低特征向量维数,采用基于欧式距离度量的最近邻分类器进行识别。这种方法在增加训练图像类别时不需要对整个训练图像重新训练,且取得了很好的识别效果。
(3)使用支持向量机(SVM)方法对人脸图像进行识别。在对图像进行小波变换,离散余弦变换提取特征后,将DCT系数作为支持向量机的输入,对n个人分别训练,得到n个支持向量机。在识别时,将测试人脸图像分别交由n个SVM进行分类,进而确定测试人脸图像类别。