基于统计特征的人脸识别算法研究-信号与信息处理专业论文.docx

万方数据 万方数据 独 创 性 声 明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作 及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方 外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为 获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与 我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的 说明并表示谢意。 签名： 日期： 年 月 日 论 文 使 用 授 权 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘， 允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全 部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。 (保密的学位论文在解密后应遵守此规定) 签名： 导师签名： 日期： 年 月 日 万方数据 万方数据 摘要 摘 要 人脸识别是模式识别和图像处理的结合体，是一种最直接，最友好的生物特 征认证技术，具有很高的研究价值和应用价值，主要运用于身份认证和安全监视 邻域。人脸识别技术运用的是人体本身所固有的特征，具有很高的安全性，可靠 性和有效性，是一种最容易被接受的身份认证方法，它具有其它识别方式所不具 备的多种优势，如易采集，自然直接，普遍唯一，运用广泛等。 本文研究了人脸图像的特征提取法，并进行了人脸识别研究，内容如下： (1) 介绍了人脸识别系统中常用的图像预处理方法：消除图像噪声和图像归一 化。图像预处理是提高算法识别率的关键，主要作用是将采集到的图像标准化， 为后续的训练和识别工作做准备。 (2) 给出了一种基于加权 K-L 算法的人脸识别方法，该方法增加了较小特征值 对应的特征向量对识别结果影响的比重，比较了这种方法和传统 K-L 算法对不同 人脸库图像和不同高斯白噪声信噪比仿真实验时的的识别效果，结果表明，相较 于传统的 K-L 算法，基于加权 K-L 算法的人脸识别方法具有更高的识别率和更好 的抗噪性能。 (3) 针对用奇异值分解(SVD)算法进行人脸识别时识别率低的问题，采用了两 种改进的识别方法：基于多尺度分割奇异值向量算法，基于 K-L 分解与 SVD 特征 融合算法，并将这些方法对不同人脸库图像和不同信噪比噪声进行仿真试验，结 果表明，这两种改进的算法都能够很好的提高识别率和抗噪性能。 (4) 介绍了隐马尔可夫模型(HMM)中各种参数的初始化算法，为了提高识别率 和降低模型中观测序列的维数，采用了基于 K-L 分解和奇异值分解(SVD)提取观测 序列子图像特征作为观测序列来进行模型训练的方法，讨论了采样窗口和重叠窗 口大小对识别效果的影响，通过对不同人脸库图像进行仿真实验，确定最佳的参 数设置，并比较了 K-L+HMM 方法，SVD+HMM 方法和 DCT+HMM 方法的识别 效果。结果表明，K-L+HMM 方法和 SVD+HMM 方法能够有效的提高模型的识别 率。 关键词：图像处理，人脸识别，特征提取，目标分类，隐马尔可夫模型(HMM) I ABSTRACT ABSTRACT As a combination of pattern recognition and image processing, face recognition is one of the most direct and friendly biometric authentication technology. With high research and application value, it is mainly used in the area of identity authentication and security monitoring. What the face recognition technology used is the human inherent characteristics, thus it has a high degree of security, reliability and validity. As one of the most easily accepted identity authentication methods, it has many advantages other recognition methods dont have. For example, it can be collected easily and got naturally and directly, it both has the characteristic of universality and uni