基于人臉識(shí)別的圖像特征提取研究與實(shí)現(xiàn).pdf

1、人臉識(shí)別通常是指將待檢測(cè)的圖像與已經(jīng)存在的數(shù)據(jù)庫中的圖像進(jìn)行匹配，然后對(duì)待檢測(cè)人的身份進(jìn)行判斷的識(shí)別過程。雖然近年來人臉識(shí)別相關(guān)技術(shù)飛速發(fā)展，但因這一技術(shù)具有很大的學(xué)科交叉性，目前這項(xiàng)技術(shù)仍然是相關(guān)領(lǐng)域中的一個(gè)難點(diǎn)。
　　目前許多圖像特征提取算法已經(jīng)被證實(shí)是有作用的。這其中包括基礎(chǔ)的基于統(tǒng)計(jì)特征的方法，如主成分分析法、線性判別分析法，這兩種方法均為線性方法。除了線性算法還有一些非線性算法也有不錯(cuò)的效果，如基于核方法的各種算法。由于

2、圖像數(shù)據(jù)的復(fù)雜程度，因此僅僅利用基礎(chǔ)的算法進(jìn)行提取所能達(dá)到的識(shí)別效果很難滿足實(shí)際應(yīng)用要求。近些年，基于人工神經(jīng)網(wǎng)絡(luò)與基于流行學(xué)習(xí)的特征提取方法備受青睞。
　　而本文在人臉識(shí)別這一具體研究的基礎(chǔ)上對(duì)圖像特征提取的基礎(chǔ)算法進(jìn)行研究并對(duì)其進(jìn)行實(shí)現(xiàn)。實(shí)驗(yàn)利用建立在ORL人臉數(shù)據(jù)庫上，實(shí)驗(yàn)證明：考慮了樣本類別信息的線性判別分析算法優(yōu)于單純的數(shù)據(jù)降維的主成分分析算法；相對(duì)于線性特征提取算法，非線性方法對(duì)各種噪聲具有更好的魯棒性。對(duì)于具有多種噪