结合局部与整体信息以及小波包的人脸识别方法

摘要

目前的人脸识别方法可以分为两种类型：基于局部特征的识别方法和基于整体特征的识别方法。鉴于这两类方法的优缺点具有一定的互补性，近年来的一个研究趋势是将这两类方法相结合，本文所提出的就是一种有效结合整体与局部的方法，即在对整个人脸图像进行识别的同时，再选取鉴别能力强的人脸部件(眼睛、嘴巴和鼻子)作为局部区域，对这些局部区域也分别加以识别，然后综合整体识别出的相似性信息和部件识别出的相似性信息得出最终的相似性信息，进行归类。在选用具体方法实现时用到了最具有生命力的识别方法之一的基于小波包的LDB(LocalDiscriminateBases)方法以及近年来比较常用的基于统计的方法——PCA和LDA方法。本文主要工作及成果如下：(1)在采用相同的识别方法(如PCA，LDB)下，新方法的识别率明显高于单独基于局部特征的识别方法的识别率和单独基于整体特征的识别方法的识别率。(2)在实现新方法的实验中发现，采用LDB+LDA做基于整体的识别，采用PCA做基于局部的识别，识别率是最高的。(3)在对于权重的调整实验中发现，整体的贡献要大于局部的贡献，眼睛的贡献大于鼻子的贡献，鼻子的贡献大于嘴巴的贡献。

目录

文摘

英文文摘

第1章引言

1.1人脸识别的研究背景

1.2人脸识别的发展历史

1.3人脸识别的主要方法

第2章小波与小波包理论

2.1小波变换

2.2小波包变换

第3章本文的方法

3.1新方法的提出

3.2新方法中所用到的识别方法介绍

3.3新方法的流程及算法

第4章实验结果

4.1 ORL数据库的结果

4.2FERET数据库的结果

4.3混合数据库的结果

4.4总结与展望

参考文献

致谢

论文原创性声明