基于改進的主成分分析的人臉識別算法研究.pdf

1、人臉識別技術(shù)涉及多個學科內(nèi)容，其中包括圖像處理、模式識別、神經(jīng)網(wǎng)絡及計算機視覺等，它是模式識別和人工智能領域的一個前沿課題，具有重要的研究價值。其研究成果已可廣泛應用于視頻監(jiān)控、身份識別驗證、銀行密碼系統(tǒng)、門禁系統(tǒng)等場合中。
　　本文針對人臉識別問題，具體開展了如下幾個方面的研究工作：
　　首先對人臉識別的發(fā)展、特點、實現(xiàn)原理和主要應用領域等進行了概述，總結(jié)了當前人臉識別的研究現(xiàn)狀及研究意義，引出課題的難點。
　　其次

2、對人臉識別與人臉檢測的基本原理及類型進行了闡述，按照人臉識別與人臉檢測的不同目的，著重討論了一些經(jīng)典的人臉識別算法和人臉檢測算法。同時考慮到小波變換在圖像處理方面的強大優(yōu)勢，詳細介紹了連續(xù)小波變換和離散小波變換的原理及性質(zhì)，并對一些小波基進行了分析。
　　然后從主成分分析（PCA）在人臉識別上的成熟理論出發(fā)，對PCA的原理及算法實現(xiàn)過程進行了詳細的闡述，考慮到應用PCA解決問題時需注意的幾個問題，本文也進行了仔細的分析討論。

3、>　　最后針對基于PCA的人臉識別算法存在的一些弊端，本文先介紹了二維主成分分析法（2DPCA）算法，并對其原理和實現(xiàn)過程進行了闡述。然而，2DPCA在表征圖像時，它需要比PCA更多的系數(shù)。在人臉識別過程中，針對2DPCA算法在特征提取和數(shù)據(jù)降維上存在的問題，本文引入了雙向二維主成分分析（2D2DPCA）算法，該算法同時考慮圖像行與列方向上的信息?？紤]到人臉圖像存在信息冗余而影響識別率的問題，于是本文提出一種基于小波加權(quán)雙向二維主成分分