论文部分内容阅读
随着社会的日渐信息化和数字化,人们对于公众安全、身份认证等安全方面的需求越来越迫切。人脸识别技术作为生物识别技术之一,因其直观、友好及简易的特点,成了模式识别、图像处理和机器视觉等领域的热门课题。人脸识别方法主要有两个步骤:特征提取和分类识别,特征提取的好坏直接决定了识别结果的好坏,但是并不是所有的特征都有利于分类,有些特征甚至不利于分类过程。因此,对于特征提取算法获得的特征,可以利用优化算法实现特征优化。本文主要从特征提取和特征优化两个环节进行改进,主要研究内容如下: (1)分析了人脸识别中降维算法的意义和作用,对于Gabor滤波器组提取人脸图像的Gabor特征,先通过PCA算法将提取的Gabor特征进行降维,对降维后的Gabor特征空间,再用二进制GA对其进行优化选择。 (2)在PCA和LDA人脸识别算法的基础上,为了充分利用样本信息,以及实现PCA和LDA算法优势互补,提出了半监督LDA(Semi-LDA,SLDA)人脸识别算法,即利用离散度矩阵加权和将PCA和LDA算法结合;利用二进制GA对SLDA算法获得的特征向量实现优化选择。 (3)对五行环模型和五行环优化算法进行研究,在此基础上,对五行环优化算法做出改进,将改进后的五行环优化算法应用于SLDA获得的特征向量的选择,并在ORL人脸数据库上进行验证,将实验结果与多种人脸识别算法进行对比,最高识别率和平均识别率都得到提高。