基于人臉識別的圖像特征提取研究與實現.pdf

1、人臉識別通常是指將待檢測的圖像與已經存在的數據庫中的圖像進行匹配，然后對待檢測人的身份進行判斷的識別過程。雖然近年來人臉識別相關技術飛速發(fā)展，但因這一技術具有很大的學科交叉性，目前這項技術仍然是相關領域中的一個難點。
　　目前許多圖像特征提取算法已經被證實是有作用的。這其中包括基礎的基于統(tǒng)計特征的方法，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的效果，如基于核方法的各種算法。由于

2、圖像數據的復雜程度，因此僅僅利用基礎的算法進行提取所能達到的識別效果很難滿足實際應用要求。近些年，基于人工神經網絡與基于流行學習的特征提取方法備受青睞。
　　而本文在人臉識別這一具體研究的基礎上對圖像特征提取的基礎算法進行研究并對其進行實現。實驗利用建立在ORL人臉數據庫上，實驗證明：考慮了樣本類別信息的線性判別分析算法優(yōu)于單純的數據降維的主成分分析算法；相對于線性特征提取算法，非線性方法對各種噪聲具有更好的魯棒性。對于具有多種噪