基于LDA的人脸识别系统研究文献综述.doc

《基于LDA的人脸识别系统研究文献综述.doc》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、文献综述随着社会的发展，各个方面对快速有效的自动身份验证和识别的要求日益迫切。人脸与人体的其他生物特征（指纹、虹膜等）一样与生倶来，具有很强的个体差异性、自身稳定性、唯一性和不易被复制的良好特性，因而它们为身份鉴别提供了必要的前。所谓人脸识别，是指给定一个场景的静态图像或动态视频，判断其中是否存在人脸，如果存在人脸则进一步给出每张人脸的位置、大小和各个主要面部器官的位置信息并且依据这些信息进一步捉取每张人脸蕴含的身份特征，将其与己知人脸库中的人脸进行对比，从而识别场景中单个或者多个人的身份⑶。人脸识别过程可分为人脸检测（判断输入图像中是否存在人脸）、人脸特征

2、提取（检测每个人脸的主要器官位置和形状）和人脸识别（将人脸特征提取结果与库中人脸对比）三个阶段。虽然人脸识别是一个极富挑战性的问题，但是它的研究对于当今人类社会具有十分重要的意义。人脸识别/检测（facedetection）作为人脸信息处理中的一项关键技术，成为模式识别与计算机视觉领域内一项受到普遍重视、研究十分活跃的课题。它在智能人机接口、数字视频处理、保安等领域有着很大的应用价值。常用人脸检测算法可以分为：基于几何特征的人脸识别、基于人工神经网络的人脸识别、基于小波特征的人脸识别、基于子空间的人脸识别。子空间模式识别是近年来模式识别中得到快速发展的一类方

3、法，也在人脸及相关识别中得到广泛应用。子空间方法属于整体特征的提取算法，即考虑了模式的整体属性，从整个人脸图像中抽取人脸判别特征，这种整体特征不仅保留了人脸各部分之间的拓扑关系，而且也保留了各局部特征本身的信息。基于子空间的人脸识别方法具有计算代价小、描述能力强、可分性好等特点，现已经成为人脸识别的主流方法，是本文的主要研究对象和内容。判别分析（DiscriminantAnalysis）是一种相依方法，准则变量为事先给定的类别或者组别。例如，银行在借钱给客户时，通常会依据已存在客户的基本资料，包含学历，收入，借贷记录等等资料，根据这些资料做判别分析，分为具有

4、信用的客户和不具有信用的客户两种，并且当有新的客户进來时，可以将这个新的客户的资料与这些已经存在的资料做比较，观看是否应该借贷给这位新客户。判别分析的目的：确定在两个以上事先界定的群体的一组变量上的平均值间是否有统计上的显著差异存在。确定那些预测变量最多能解释两个或以上群体的平均值的差异。建立将统计单位依据他们在一组预变量上的值划归到不同群体的程序。建立由一组预变量所形成的群体间的区别特征的数日和组合。FLD方法则存在类内散布矩阵总为奇异阵而使求解变得很困难等缺点•本文提出的方法首先利用模拟K-L变换得到彩色人脸图像的主分量特征图像，然后通过奇异值分解获得奇

5、异值特征向量，再通过主分量分析技术得到人脸的最佳描述特征，最后利用Fisher线性判别分析来得到维数更低的最佳鉴别特征•这样，既利用了特征脸方法和Fisher线性判别分析方法的优点，又克服了它们的不足之处，同时使分类器的设计更加简洁、有效，提高了人脸图像的识别率.本文从人脸识别的概述、人脸识别的方法和LDA算法等几个方面介绍了人脸识别这一既有成果又具挑战的一门学问与应用，在对文献的搜集和综述过程中，学习了许多相关知识。对未来人脸检测与识别的发展方向也有了一个简单的认识。未来的人脸检测与识别将会有如下发展趋势：1・基于混合方法的人脸检测与识别。当前这类方法也有

6、使用，但是由于各种方法的优势与不足，结合几种方法进行研究则是必然。2.基于多信息融合的人脸检测与识别。如将肤色表情等信息进行融合提高检测性能。3.基于多姿态的人脸检测。冃前人脸检测对于正而图像或者旋转角度一点的人脸图像检测效果比较好，但是对于附带多种角度的人脸检测还存在很大困难，该方向也是未来研究的一个十分好的方向。参考文献[11O'TooleAJ,AbdiH，DeffenbacherKA,etal.Alowdimensionalrepresentationoffacesinthehigherdimensionsofspace.[J].Joumalofthe

7、OpticalSocietyof2America,1993,10：405〜411⑵张翠萍，苏光大.人脸识别技术综述.中国图像图形学报，2000,5(11)：885-894⑶邱建勇，基于独立分量分析的人脸识别研究，2005[4]王正平，2008年华南理工大学，基于Gabor特征的人脸识别及其在安保系统中的应用[5]祝磊，基于子空间分析的人脸识别研究，2007[6]ChengY.LiuK,YangJ,etal.Humanfacerecognitionmethodbasedonthestatisticalmodelofsmallsamplesize.SPIEPro

8、c,Intell.RobotsandComputer