线性投影分析算法在人脸识别中的应用
脸部识别是一种利用脸部特征进行个体识别的生物学方法.在这个领域的研究已经有30多年的历史,所以目前的人脸识别技术得到了很好的发展.在人脸识别中,抽取有效的鉴别特征是解决问题的关键.线性投影分析是特征抽取中最为经典和广泛使用的方法之一.本文就有关线性投影分析的理论与算法进行了深入的研究,并结合独立分量分析(ICA)与线性鉴别分析(LDA)的特点,设计了一种ICA+LDA算法.该算法通过ICA算法求得训练样本的特征子空间,并在此基础上计算LDA算法的特征子空间.将ICA算法与LDA算法的特征子空间进行融合,获得ICA+LDA算法的融合特征空间.训练样本与测试样本分别朝融合特征空间投影,从而得到识别特征.利用最近邻准则即可完成性别鉴别.基于ORL(Olivetti Research Laboratory)人脸数据库实现了一个基于ICA+LDA的人脸识别原型系统,并对其算法进行改进.本文的另一个重点是人脸识别实验系统的设计和软件实现.使得所有研究工作拥有了一个统一的算法实现和测试的环境,并为实验参数的研究提供了实验环境和工具以及算法的集成.在设计各个算法的时候遵循了本系统的应用程序接口,使用接口把各个不同的算法作为系统的组件加以实现.所有和数据生成和数据的输入输出、结果显示与分析等有关工作都是由该系统统一完成的.该系统同时还具有扩展数据和二次开发的功能,能够方便使用者按照自身的需求通过摄像头的视频捕获扩展实验数据,各个功能也是按照软件模块的方式生成和加入系统的.
- 作者:
- 唐永强
- 学位授予单位:
- 东北石油大学
- 专业名称:
- 信号与信息处理
- 授予学位:
- 硕士
- 学位年度:
- 2010年
- 导师姓名:
- 刘继承
- 中图分类号:
- TP391.41
- 关键词:
- 人脸识别;预处理;主要分量分析;线性判别分析;特征脸
- face recognition; pretreatment; principle component analysis; linear discriminant analysis; eigenface