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。