復雜情況的人臉識別算法研究.pdf

1、人臉識別是近年來計算機視覺與模式識別領域里的熱點研究問題之一,它在身份認證、視覺監(jiān)控、人機交互、娛樂動畫、以及多媒體等領域有著廣泛的應用前景。
　　人臉檢測作為人臉識別的重要一步,其目標是要將人臉從圖像背景中檢測出來。本文主要研究基于AdaBoost算法的人臉檢測方法。AdaBoost學習算法,是從一個較大的特征集中選擇少量關鍵的Haar-like特征,產生一個高效的強分類器,再用級聯(lián)的方式將單個強分類器級聯(lián)成一個更加復雜的級聯(lián)分

2、類器。本文基于AdaBoost算法訓練了一個級聯(lián)分類器,通過對實際人臉圖像的檢測測試,表明該分類器可以有效地運用于多姿態(tài)、多人臉、復雜光照和復雜背景的情況,且具有較好的實時性能。
　　鑒于小波多尺度變換對高維圖像特征具有良好的壓縮能力,提出了一種結合小波變換與核主成分分析(KPCA)方法的人臉特征提取與識別算法。該算法首先對人臉圖像進行小波變換獲取小波低頻分量,然后對此小波分量進行KPCA特征提取得到最終人臉鑒別特征,最后利用支持