基于Gabor小波和非線性算法的人臉識別系統(tǒng).pdf

1、人臉識別是通過計算機分析人臉圖像，并從人臉圖像中提取有效信息進行身份識別的過程。隨著電子商務等應用的發(fā)展，人臉識別已成為最有潛力的身份驗證手段之一，其可以被應用于公安系統(tǒng)的罪犯身份識別，銀行及海關監(jiān)控系統(tǒng)，自動門衛(wèi)系統(tǒng)和家庭娛樂等方面。人臉識別系統(tǒng)分為人臉檢測和人臉識別兩個部分。
　　 人臉檢測是人臉識別系統(tǒng)中關鍵性的第一步，因此人臉檢測算法的精度直接影響到后繼工作的進行，本文采用了基于AdaBoost的人臉檢測方法，能夠較好的

2、完成人臉識別系統(tǒng)的前期工作。而人臉識別的重點在于特征提取，本文對主要的特征提取算法及Gabor小波進行了研究與分析。根據(jù)實驗結(jié)果，采用了Gabor小波和監(jiān)督的局部線性嵌入算法(Supervised Local Linear Embedding，SLLE)對人臉圖像進行特征提取，并通過仿真實驗驗證了該算法的有效性。其主要研究工作如下：
　　 1)分析并實現(xiàn)了基于AdaBoost的人臉檢測算法，利用從互聯(lián)網(wǎng)上搜集的圖片進行實驗，給出

3、實驗結(jié)果并進行分析。
　　 2)介紹了Gabor小波變換的基本概念，討論了利用Gabor小波變換進行特征提取的方法，其優(yōu)點主要在于Gabor小波能夠比較準確的描述人腦視覺皮層簡單細胞的感受野，而且Gabor小波變換克服了傳統(tǒng)Fourier變換在頻域內(nèi)無任何時域分辨力的缺陷，體現(xiàn)了信號的聯(lián)合時頻分析特性。重點分析了二維Gabor小波的參數(shù)意義及其在人臉識別中的應用。
　　 3)介紹了PCA、LDA、KPCA、KLDA、LL

4、E等比較典型的人臉識別算法，并對這些算法進行分析，在Matlab平臺上進行仿真實驗，找出每種算法的優(yōu)勢及存在的問題。根據(jù)實驗結(jié)果，針對一般算法在利用樣本信息上的不足，提出并實現(xiàn)了一種基于Gabor小波和SLLE的人臉識別算法，即先得到人臉圖像的Gabor特征，考慮到后繼處理的復雜性，對得到的Gabor特征進行下采樣，然后利用SLLE算法對下采樣后的Gabor特征進行降維。在ORL和YALE庫上的實驗表明，該算法平均識別率比其他算法提高3