基于LLE算法的人脸识别系统的设计与实现

ID:36719319

大小:6.94 MB

页数:72页

时间:2019-05-14

基于LLE算法的人脸识别系统的设计与实现_第1页
基于LLE算法的人脸识别系统的设计与实现_第2页
基于LLE算法的人脸识别系统的设计与实现_第3页
基于LLE算法的人脸识别系统的设计与实现_第4页
基于LLE算法的人脸识别系统的设计与实现_第5页
资源描述:

《基于LLE算法的人脸识别系统的设计与实现》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、基于LLE算法的人睑识别系统的设计与摘要人脸识别是生物特征识别技术的个重要分支,被广泛应用于公共安全、身份认证、机器视觉等领域。人脸图像是典型的非线性高维数据,容易受到姿态、光照、年龄等因素的影响而变化,寻求高效鲁棒的特征提取算法,至今仍然面临着严峻的挑战。本文在比较现有的人脸识别方法的基础卜,对流形学习算法在人脸图像信息提取以及识别方面的应用进行了探讨,重点研究了流形学习算法中的局部线性嵌入算法(LocallyLinearEmbedding,LI.E),开发卅一种基于改进的L【。E算法的人脸识别系统.

2、本文围绕人脸识别系统的四个主要组JJ笠部分逐步展开学习与探讨,所做的主要的工作如F:(1)在ORL和Yale人脸库r,对所选取的用于实验的人脸图像进行预处理,使人脸图像的特征信息更加清晰.更柯利】。特征提取,以达到提高识别率的目的。本文对人脸图像的预处理包括图像角度旋转、姿态归1化、灰度均衡化、尺度归一化和去噪滤波等。(2)在认真研究了局部线性嵌入、拉普拉斯特征映射(LaplacianEigenmap,LE)、等距映射(IsometricMapping,]somap)三种流形学习算法的基础E,通过实验比

3、较他们在特征提取时的降维性能。对LLE算法改进欧氏距离后的降维性能和识别性能进行实验验证,实验表明LLE算法和改进距离的LLE算法的降维效果优于LE算法和ISOMAp算法。奉文改进距离的LLE算法在识别性能方面也优于传统的LLE算法。(3)在对LI。E算法深入研究的基础r.引入有监督思想.并结合经典的主成分分析(PrincipalComponentsAnalys{s,PCA)法,提出一种融合主成分分析的有监督LLE算法。通过大量的仿真实验和比较,验证了本文所提出的算法在识别率和性能L都优于传统的单纯主成

4、分分析和局部线性嵌入算法。(4)根据人脸识别系统的一般构成,在VC++60的平台卜采用面向对象的思想,借助于0penSourceComputerVisionlJibI·ary计算机视觉库,开发出简单的人脸识别系统,实现了视频人脸检测追踪、人脸图像的预处理、特征提取以及人脸识别的功能,在该系统卜进行实验,从系统的识别率和系统的执行性能两方面比较了PCA算法和本文改进的LLE算法的各自特点,验证了.串=文所提m算法的有效性。关键词:人脸识别;人脸识别系统;人脸预处理i局部线性嵌入;主成分分析FACERECO

5、GNITIONSYSTEMDESIGNANDIMPLEMENTp汀IONBASEDONLOCALLYLINEAREMBEDDINGABSTRACTFacerecognitionisanimportantbanchofbiometricidentificalinntechnologythatiswidelyusedinthefieldofpublicsecurity,authentication,andmachinevisionFaceimagesareatypicalnonlinearhigh—dime

6、nsinnalydataItisapttochangebypose,illumination,ageandotherfactorsInordertoseekefficientandrobustfeatureextractionalgorithm,itisstillfacingseriouschallengesThispaperbasedontheexistingfacerecognitionmethods;wediscussedthemanifoldlearningalgorithmonfeaturee

7、xtractionandidentificationtechnologyinfaceimageFocusedonthemanifoldlearningalgorithm(LocallyLinearEmbedding)LLE;developedafacerecognitionsystembasedonanimprow:dLLEalgorithmThispaperfocusonfourmaincomponentsofthefacerecognitionsystemtograduallyexpandthele

8、arninganddiscussion,themainworkdoneinttiispaperareasfollows:(11Inthe0RLandYalefaced£.tabase,preprocessingperformedonselectedfaceimagesforexperimentsastoincreasetherecognitionratebymakingfaceinaagecharacteristicsclearerand,

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
正文描述:

《基于LLE算法的人脸识别系统的设计与实现》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、基于LLE算法的人睑识别系统的设计与摘要人脸识别是生物特征识别技术的个重要分支,被广泛应用于公共安全、身份认证、机器视觉等领域。人脸图像是典型的非线性高维数据,容易受到姿态、光照、年龄等因素的影响而变化,寻求高效鲁棒的特征提取算法,至今仍然面临着严峻的挑战。本文在比较现有的人脸识别方法的基础卜,对流形学习算法在人脸图像信息提取以及识别方面的应用进行了探讨,重点研究了流形学习算法中的局部线性嵌入算法(LocallyLinearEmbedding,LI.E),开发卅一种基于改进的L【。E算法的人脸识别系统.

2、本文围绕人脸识别系统的四个主要组JJ笠部分逐步展开学习与探讨,所做的主要的工作如F:(1)在ORL和Yale人脸库r,对所选取的用于实验的人脸图像进行预处理,使人脸图像的特征信息更加清晰.更柯利】。特征提取,以达到提高识别率的目的。本文对人脸图像的预处理包括图像角度旋转、姿态归1化、灰度均衡化、尺度归一化和去噪滤波等。(2)在认真研究了局部线性嵌入、拉普拉斯特征映射(LaplacianEigenmap,LE)、等距映射(IsometricMapping,]somap)三种流形学习算法的基础E,通过实验比

3、较他们在特征提取时的降维性能。对LLE算法改进欧氏距离后的降维性能和识别性能进行实验验证,实验表明LLE算法和改进距离的LLE算法的降维效果优于LE算法和ISOMAp算法。奉文改进距离的LLE算法在识别性能方面也优于传统的LLE算法。(3)在对LI。E算法深入研究的基础r.引入有监督思想.并结合经典的主成分分析(PrincipalComponentsAnalys{s,PCA)法,提出一种融合主成分分析的有监督LLE算法。通过大量的仿真实验和比较,验证了本文所提出的算法在识别率和性能L都优于传统的单纯主成

4、分分析和局部线性嵌入算法。(4)根据人脸识别系统的一般构成,在VC++60的平台卜采用面向对象的思想,借助于0penSourceComputerVisionlJibI·ary计算机视觉库,开发出简单的人脸识别系统,实现了视频人脸检测追踪、人脸图像的预处理、特征提取以及人脸识别的功能,在该系统卜进行实验,从系统的识别率和系统的执行性能两方面比较了PCA算法和本文改进的LLE算法的各自特点,验证了.串=文所提m算法的有效性。关键词:人脸识别;人脸识别系统;人脸预处理i局部线性嵌入;主成分分析FACERECO

5、GNITIONSYSTEMDESIGNANDIMPLEMENTp汀IONBASEDONLOCALLYLINEAREMBEDDINGABSTRACTFacerecognitionisanimportantbanchofbiometricidentificalinntechnologythatiswidelyusedinthefieldofpublicsecurity,authentication,andmachinevisionFaceimagesareatypicalnonlinearhigh—dime

6、nsinnalydataItisapttochangebypose,illumination,ageandotherfactorsInordertoseekefficientandrobustfeatureextractionalgorithm,itisstillfacingseriouschallengesThispaperbasedontheexistingfacerecognitionmethods;wediscussedthemanifoldlearningalgorithmonfeaturee

7、xtractionandidentificationtechnologyinfaceimageFocusedonthemanifoldlearningalgorithm(LocallyLinearEmbedding)LLE;developedafacerecognitionsystembasedonanimprow:dLLEalgorithmThispaperfocusonfourmaincomponentsofthefacerecognitionsystemtograduallyexpandthele

8、arninganddiscussion,themainworkdoneinttiispaperareasfollows:(11Inthe0RLandYalefaced£.tabase,preprocessingperformedonselectedfaceimagesforexperimentsastoincreasetherecognitionratebymakingfaceinaagecharacteristicsclearerand,

显示全部收起
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。
关闭