基于主成分分析的人脸识别算法研究

摘要

随着信息技术的发展，信息安全越来越受到人们的重视，在商务领域、军事领域和网络安全等领域中，身份识别的要求越来越严。人脸识别作为模式识别领域一个新的研究热点之一，具有重要的理论研究价值和实际应用。这使得人脸识别得到了迅猛的发展，在此背景之下如何更加高效地，便捷地对人脸分类识别成为了目前研究的主要方向。
　　本文先简单的介绍了几种人脸图像预处理方法，接着详细介绍了基于传统主成分分析法(PCA)和二维主成分分析法(2DPCA)的人脸识别算法的基本原理并分析各自的优缺点，然后在2DPCA的基础上同时引入了分块处理和双向特征提取的思想提出了新的识别算法即:双向分块二维主成分分析法(BM2DPCA)，并将之与离散余弦变换(DCT)相结合成新的DCT-BM2DPCA人脸识别算法。该算法先通过DCT对人脸图像进行压缩再通过IDCT反变换对图像进行重建，然后通过BM2DPCA算法分别从水平和垂直两个方向对人脸进行特征提取，最终通过最近邻分类器对待测图像进行分类识别。
　　本文对人脸识别技术做了一些基础性的研究，并在传统的识别方法上加以改进和完善，并通过实验的验证达到了预期的目的。仿真结果表明不论从人脸重建效果还是识别的准确率本文算法均优于传统的PCA、2DPCA和DCT-B2DPCA，且本文的DCT-BM2DPCA算法对特征矩阵维数的取值具有较好的鲁棒性。

目录

声明

摘要

第一章 引言

1．1 研究背景及意义

1．2 发展历史及国内外研究现状

1．3 人脸识别研究内容及存在的问题

1．4 本文主要研究内容

1．5 本文结构安排

第二章 人脸图像预处理

2．1 几种常见的人脸数据库

2．2 图像校正

2．3 图像灰度化

2．4 图像二值化

2．5 灰度归一化

2．6 基于小波变换图像预处理

2．7 基于DCT的人脸图像预处理

2．8 小结

第三章 基于PCA的人脸识别算法

3．1 主成分分析法

3．2 二维主成分分析法

3．3 模块二维主成分分析法

3．4 基于DCT和BM2DPCA的人脸识别

3．5 小结

第四章 算法性能检测与分析

4．1 实验环境和人脸数据库

4．2 仿真结果及分析

4．3 小结

第五章 总结

参考文献

附录

致谢

作者简介