基于二维图像的人脸识别研究

基于二维图像的人脸识别研究

ID:35059826

大小:3.07 MB

页数:79页

时间:2019-03-17

基于二维图像的人脸识别研究_第1页
基于二维图像的人脸识别研究_第2页
基于二维图像的人脸识别研究_第3页
基于二维图像的人脸识别研究_第4页
基于二维图像的人脸识别研究_第5页
资源描述:

《基于二维图像的人脸识别研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、分类号TP391.41密级公开UDC621.3编号10299Z1307044专业硕士学位论文基于二维图像的人脸识别研究ResearchofFaceRecognitionBasedonTwo-dimensionalImage指导教师武小红副教授作者姓名杜辉申请学位级别工程硕士学科(专业)控制工程论文提交日期2016年4月论文答辩日期2016年6月15日学位授予单位和日期江苏大学2016年6月答辩委员会主席_______________评阅人_______________独创性声明本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取

2、得的成果。除文中已注明引用的内容以外,本论文不包含任何其他个人或集体已经发表或撰写过的作品成果,也不包含为获得江苏大学或其他教育机构的学位或证书而使用过的材料。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名:年月日学位论文版权使用授权书江苏大学、中国科学技术信息研究所、国家图书馆、中国学术期刊(光盘版)电子杂志社有权保留本人所送交学位论文的复印件和电子文档,可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一致,允许论文被查阅和借阅,同时授权中国科

3、学技术信息研究所将本论文编入《中国学位论文全文数据库》并向社会提供查询,授权中国学术期刊(光盘版)电子杂志社将本论文编入《中国优秀博硕士学位论文全文数据库》并向社会提供查询。论文的公布(包括刊登)授权江苏大学研究生院办理。本学位论文属于不保密□。学位论文作者签名:指导教师签名:年月日年月日江苏大学硕士学位论文摘要人脸识别技术作为最重要的生物特征识别技术之一,可以利用每个人独一无二的人脸特征来进行身份识别。在信息技术高度发达的现代社会,个人信息的鉴别与保护已成为了重中之重。人脸识别技术以其高效性、准确性、非接触性等独有的优点迅速成为了鉴别个人信息的重要

4、技术手段。本文首先介绍了人脸识别技术的研究背景与发展现状,然后具体介绍了四种经典的人脸识别方法,分别是主成分分析、线性判别分析、局部保持投影和基于核的人脸识别方法。在学习了这些经典方法后,本文改进了四种两维判别分析的人脸识别方法,解决了一些已有方法的问题,这一部分是论文的主要研究内容:(1)基于双向两维迭代非相关判别分析(2D2UDA)的人脸识别方法,相比二维非相关判别变换(2DUDT)方法只能提取垂直方向上的特征,仅能对一个方向降维,该方法能同时求出垂直和水平两个方向上的最优判别向量集,且满足非相关条件。经过实验验证,可以发现该方法对人脸样本矩阵的

5、降维更彻底,同时还具有更高的识别率。(2)基于双向两维判别向量集(2D2UDV)的人脸识别方法,相比二维不相关鉴别矢量集(2DUDV)方法只能提取垂直方向上的特征,仅能对一个方向降维,该方法采用非迭代的方法求取两个方向上的非相关判别向量集,且该组向量集具有2DPCA和2DLDA模型的特点。经过实验验证,可以发现该方法对人脸样本矩阵的降维后,能使得特征子空间中的特征样本具有更小的维数,同时还具有更高的识别率,更少的计算时间。(3)基于两维局部线性判别分析(2DLFDA)的人脸识别方法,相比一维局部线性判别分析(LFDA)方法在把图像矩阵拉伸成一维向量的

6、过程中破坏了矩阵结构信息,该方法可以直接在二维人脸矩阵上进行特征提取与投影计算,避免了二维人脸矩阵在拉伸成为一维向量的过程中造成矩阵结构信息的丢失。经过实验验证,可以发现该方法有效降低了计算复杂度,节省了储存空间,且具有很高的识别率。(4)基于核的两维非相关判别分析(K2DUDA)人脸识别方法,该方法结I基于二维图像的人脸识别研究合了核(Kernel)方法和二维非相关判别变换(2DUDT)方法的优点,可以直接将二维人脸矩阵投影变换到高维子空间,使其实现线性可分,并使用非相关判别分析方法对高维子空间中的数据进行特征提取,求出一组非相关判别向量集,将原始

7、样本在高维子空间中的特征样本进行投影变换。经过实验验证,可以发现该方法具有很高的识别率。关键词:人脸识别,非相关判别分析,两维判别分析,核方法II江苏大学硕士学位论文AbstractFacerecognitiontechnologyisoneofthemostimportantbiometricidentificationtechnologies.Everyonecantakeadvantageoftheuniquefacialfeaturesforidentification.Inthissocietywiththehighlydevelopedi

8、nformationtechnology,theidentificationandprotectionofp

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。