资源描述：
《折叠脸模式下二维人脸特征提取与识别算法的研究》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、分类号:TP3910710-2015124027硕士学位论文折叠脸模式下二维人脸特征提取与识别算法的研究杨荣导师姓名职称任卫军副教授申请学位类别工学硕士学科专业名称信息与通信工程论文提交日期2018年4月2日论文答辩日期2018年6月2日学位授予单位长安大学Researchon2DFaceFeatureExtractionandRecognitionAlgorithminFoldedFaceModeAThesisSubmittedfortheDegreeofMasterCandidate：YangR
2、ongSupervisor：RenWeijunChang’anUniversity,Xi’an,China摘要人脸识别技术在近年来由于其更安全、保密性更强、方便、不易遗忘、防伪性好、不易伪造、不易被盗以及随时随地可用等优点，具有广阔的应用前景。目前比较成功的线性鉴别方法有：主成分分析法、线性判别法、二维主成分分析法以及二维线性判别法。但一维的方法需将图像矩阵转化为一维的图像向量，对以后的特征提取造成困难；二维方法存在样本类别信息的非合理利用以及提取的特征向量维数太高，对分类速度有影响的缺点。并且这些
3、算法所提取的都是图像的全局特征，易受光照等因素影响。针对上述问题，在人脸识别阶段用折叠脸取代完整人脸作为人脸识别的模式，再使用二维主成分分析法和线性判别分析法相结合的方法进行识别。首先将人脸图像水平镜像变换后再与原图像叠加求平均，得到左右对称的人脸图像，取此图像的半张人脸作为新的图像样本；接着对此样本先采用二维主成分分析法进行特征提取，得到特征矩阵，再对此特征矩阵进行二维线性判别分析法的特征提取，得到新的特征矩阵，用此新的特征矩阵对样本进行特征提取；最后，将待测样本与训练样本做相同的处理得到投影特征
4、矩阵，求训练样本与待测样本投影特征矩阵之间的距离最小值，进而确定待测样本的类别。实验表明，引入折叠脸模式后识别率达到95.5%总的计算时间(训练时间加分类时间)为1.543711s。与单独的二维主成分分析相比识别率提高了4.1%时间减少了10.4%，与单独的二维线性判别分析相比识别率提高了2.6%时间减少了11.4%，与完整脸模式下的二维主成分析结合二维线性判别分析比识别率提高了1.1%时间减少了16.7%，同时与完整脸模式相比，折叠脸模式在矩阵维数上下降了51.08%。关键词:人脸识别，人脸检测，
5、主成分分析，线性判别iAbstractFacerecognitiontechnologyhasbroadapplicationprospectsinrecentyearsbecauseofitsadvantagessuchasbeingsafer,moreconfidential,moreconvenient,lessoblivious,betterinanti-counterfeiting,lesseasytoforge,difficulttobestolen,andavailableanywhe
6、reandanytime.Atpresent,themoresuccessfullineardiscriminatingmethodsareprincipalcomponentanalysismethod,lineardiscriminantmethod,two-dimensionalprincipalcomponentanalysismethod,andtwo-dimensionallineardiscriminantmethod.However,theone-dimensionalmethodn
7、eedstotransformtheimagematrixintoaone-dimensionalimagevector,whichcausesdifficultiesforsubsequentfeatureextraction.Theunreasonableuseofthesampleclassinformationinthetwo-dimensionalmethodandthetoohighdimensionoftheextractedfeaturevectoraffecttheclassifi
8、cationspeed.Andthesealgorithmsextracttheglobalfeaturesoftheimage,andareeasilyaffectedbylightandotherfactors.Inordertosolvetheaboveproblems,inthefacerecognitionstage,thefaceisreplacedbythefoldedfaceasthefacerecognitionmode,andthenthetwo-
