基于增强2DPCA+PCA的人脸识别系统

《基于增强2DPCA+PCA的人脸识别系统》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、本人郑重声明：所呈交的学位论文，是本人在指导教师的指导下，独立进行研究所取得的成果。除文中已经注明引用的内容外，本论文不包含其他个人或集体已经发表或撰写过的科研成果。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。本声明的法律责任由本人承担。作者签名：茎堕笙日期：关于学位论文使用权的说明本人完全了解太原科技大学有关保管、使用学位论文的规定，其中包括：①学校有权保管、并向有关部门送交学位论文的原件、复印件与电子版；②学校可以采用影印、缩印或其它复制手段复制并保存学位论文；③学校可允

2、许学位论文被查阅或借阅；④学校可以学术交流为目的，复制赠送和交换学位论文；⑤学校可以公布学位论文的全部或部分内容(保密学位论文在解密后遵守此规定)。作者签名：盔建釜日期：导师签名：日期中文摘要IIlqlllllIIIIIill111IIIIlY1789250人脸识别是通过计算机分析人脸图像，并从人脸图像中提取有效信息进行身份谚{别的过程。与指纹、视网膜、虹膜、基因等其它人体生物特征识别技术相比，人脸识别技术具有无需用户过多参与、非接触式的数据采集方式、对用户无任何损害、便于隐藏等优点，在国家安全

3、、军事安全、民事和经济等领域得到了广泛的应用。人脸识别已成为当前人工智能和人体生物特征识别技术领域的一个重要发展方向。本文以构建一个静态人脸图像识别系统为目标对人脸识别的相关问题进行了深入研究，主要工作有以下四部分：(1)人脸图像预处理。运用直方图均衡化、尺度归一化等方法对ORL人脸库图像进行了预处理。(2)人脸图像特征提取。本文分析了主成分分析(PCA)、二维主成分分析(2DPCA)和Fisher线性鉴别分析(FLD)三种方法的优缺点，根据其间存在的互补性，提出了增强2DPCA+PCA的人脸特

4、征提取方法。(3)遗传神经网络分类器的设计。用遗传算法对BP神经网络分类器进行了优化，并对遗传算法进行改进，设计了并联型遗传神经网络分类器。(4)构建人脸识别系统。将输入图像模块、预处理模块、特征提取模块、神经网络分类模块组合成人脸识别系统，并对ORL人脸库中人脸图像进行实验。实验表明，基于增强2DPCA+PCA的人脸识别系统易于编程实现，识别率高，具有一定的应用价值。关键词：人脸识别；主成分分析；二维主成分分析；线性鉴别分析；遗传算法11]ABSTRACTFacerecognitionisan

5、identificationprocessthroughextractingusefulinformationfromfaceimagebycomputer．Comparedwithotherhumanbiometrictechnologysuchasfingerprint，retina，iris，geneetc，facerecognitiontechnologyhasawiderangeofapplicationsonnationalsecurity，civilandmilitarysecur

6、ity，economicandotherfieldsbecauseofsomemeritssuchaswithoutexcessiveuserparticipation，non—contactdataacquisition，withoutanydamagetousers，easytoconceal，etc．Now，itisbecominganimportantdevelopingdirectioninthefieldofartificialintelligenceandhumanbiometri

7、ctechnology．Basedontheconstructionofastaticfaceimagerecognitionsystem，thispaperstudiessomeproblemsaboutfacerecognition；themainworkhasthefollowingfourparts：(1)Faceimagepreprocessing．Usinghistogramequalization，normalizationmethodforimagepreprocessingin

8、ORLfacedatabase．(2)Faceimagefeatureextracting．Thispaperanalyzesthecharacteristicsofprincipalcomponentanalysis(PCA)，two—dimensionalprincipalcomponentanalysis(2DPCA)andfisherlineardiscriminantanalysis(FLD)．Accordingtothreemethods’complementary，2DPCA+PC