论文部分内容阅读
随着社会和科学的发展进步,今天的互联网也在飞速发展,人们对信息的需求越来越大,因而涉及信息安全的问题愈来愈突出,诸如视觉监控、远程教育、人机交互技术及安全等各方面都迫切希望能够进行快速、有效的身份验证。对于身份鉴别的准确性、安全性与实用性也提出了更高的要求。 利用传统的身份验证方法,例如输入密码或提供类似身份证的卡片,可轻易被盗或者被伪造,而不能满足现代身份识别的安全性和准确性。人脸识别身份验证方式应运而生,人脸识别的优点:无侵犯性;自然性;性价比高;易于实现。 本文采用基于小波变换和稀疏表示相互结合的算法对人脸进行识别,近一步提高人脸识别的准确率。在基于小波变换的人脸识别算法的基础上,加入了稀疏表示的方法对忽略的高频人脸图像进行人脸识别,提高人脸识别的识别率。通过小波变换把人脸图像分解为一幅低频人脸图像和三幅高频人脸图像,低频人脸图像由于代表着人脸图像全局(整体)信息,在人脸识别中起到关键性作用,通过计算得到仅仅对低频部分进行人脸识别的分类隶属度;高频人脸图像包括水平、垂直和斜对角三幅图像信息,代表着人脸纹理以及边缘等细节信息,在人脸识别中同样存在着不可忽略的作用。用基于领域能量的方法对分解后高频人脸图像进行融合得到一幅高频人脸融合图像,然后用稀疏表示的方法对融合图像进行人脸识别,得到仅仅对高频部分进行人脸识别的分类隶属度。最后通过一种动态融合加权的方法把两类分类隶属度融合起来得到最终分类隶属度,进行最终人脸身份的分类识别,提高人脸识别率。