收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于多分类支持向量机的人脸识别研究

鲁庆明  
【摘要】: 人脸识别是一种新型的生物特征识别技术,与指纹识别、虹膜识别类似,可作为人的身份唯一性认证的重要手段。人脸识别以人像为分析基础,只需采用廉价的取像装置。人像获取具有操作方便、人脸不易冒用、人脸可随身携带且不会遗失、可防止抵懒等优点。因此人脸识别问题成为安保领域关注的热点之一。支持向量机是建立在统计学习理论的VC维(Vapnik-Chervonenkis Dimension)理论和结构风险最小化原则基础上的重要理论。作为一种新的机器学习方法,SVM能较好地解决小样本、非线性、高维数和局部极小点等实际问题。将SVM的分类算法应用于说话人识别等模式识别问题,可以有效地解决传统分类器的过学习、泛化能力差和维数灾难等问题。 图像纹理特征的有效提取对下面所用到的支持向量机分类器来进行学习和训练有非常重要的作用。针对图像特征提取的问题,作者从纹理特点的实际应用出发,着重分析了统计法中的灰度共生矩阵算法,深入研究了图像内容中纹理特征的多种描述及提取方法。 由于支持向量机具有坚实的理论基础与良好的分类性能等优势,在支持向量机的统计理论原理和分类原理基础上,从特征向量提取、核函数、训练算法和多类分类器算法三个重要的影响识别效果和速度的方面进行研究与分析,本文提出了一种基于支持向量机和图像纹理特征相结合的人脸识别方法及其框架模型。首先将图像进行预处理,如灰度变换,直方图均衡化,图像的平滑等,然后利用纹理特征技术从处理后的图像中提取可用于支持向量机训练的特征向量,最后使用支持向量机多类分类器,在样本中进行训练和测试,实现人脸的分类识别。 本文在自己建立小样本人脸库的基础上,对人脸图像进行了支持向量机分类识别的实验。实验结果表明,该方法能有效提高人脸识别系统的识别率。本文最终取得了一些有意义的研究成果,为人脸识别深入研究提供了卓有意义的的参考价值。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 刘亚亚;丁正生;;基于改进最大间距准则和支持向量机的人脸识别[J];现代计算机(专业版);2010年09期
2 李晓东;费树岷;张涛;;基于奇异值特征和支持向量机的人脸识别[J];东南大学学报(自然科学版);2008年06期
3 蒋强荣;高远;张鸿宾;;基于直方图交核的人脸识别[J];北京工业大学学报;2011年08期
4 应自炉;蔡淋波;刘召义;;基于LBP的拉普拉斯特征映射人脸识别[J];信号处理;2010年08期
5 王雪峰;周国标;;基于SVM的人脸识别方法研究[J];上海应用技术学院学报(自然科学版);2006年02期
6 郭亚松;张华君;;一种改进的SMO及其在人脸识别中的应用[J];福建电脑;2009年02期
7 冼广淋,骆雪超,肖宇峰;基于支持向量机的人脸识别算法[J];华南金融电脑;2005年08期
8 任彧;梅盛鑫;;基于混合核函数支持向量机和遗传算法的人脸识别[J];计算机应用与软件;2011年04期
9 李晓鹏;;基于PSO训练SVM的人脸识别[J];电脑知识与技术(学术交流);2007年08期
10 葛洪伟;储为新;;SVM和HMM混合模型在人脸识别中的应用[J];计算机工程与应用;2007年30期
11 许小明;;支持向量机方法在人脸识别中的应用研究[J];上饶师范学院学报;2009年03期
12 舒双宝;罗家融;徐从东;孙滨璇;;一种基于支持向量机的人脸识别新方法[J];计算机仿真;2011年02期
13 马晓普,程新党,赖国勇,赵莉;基于支持向量机的人脸识别算法[J];攀枝花学院学报;2005年05期
14 董李艳;胡海平;赵丛;;基于人脸重要特征和SVM的人脸识别方法[J];应用数学与计算数学学报;2008年01期
15 李兰兰;崔连延;李娜;;基于主元分析与支持向量机超参数调节的人脸识别研究[J];电脑知识与技术;2008年36期
16 彭中亚;程国建;曹庆年;;结合独立成分分析和核向量机进行人脸识别[J];计算机工程与应用;2009年25期
17 彭中亚;程国建;;基于独立成分分析和核向量机的人脸识别[J];计算机工程;2010年07期
18 崔国勤;李锦涛;高文;焦锋;;基于支持向量机的人脸识别方法[J];计算机科学;2003年04期
19 王辉;;主成分分析及支持向量机在人脸识别中的应用[J];计算机技术与发展;2006年08期
20 杨凌霄;王成硕;侯国栋;;基于小波变换和支持向量机的人脸识别方法研究[J];自动化技术与应用;2007年04期
中国重要会议论文全文数据库 前10条
1 陈皓;;基于CS中转架构的人脸识别门禁系统[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
2 熊薇薇;梁巍;李莉;黄梅志;;基于混合核函数SVM的人脸识别方法研究[A];中国计量协会冶金分会2011年会论文集[C];2011年
3 谢志华;李丰;伍世虔;杨巨成;方志军;;基于局部差分二进制模式(LDBP)的热红外人脸识别[A];第十五届全国图象图形学学术会议论文集[C];2010年
4 李丹;郭小华;刘正熙;;基于DSP的自动人脸识别门禁系统设计与实现[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
5 邹垚;张超;;基于DSP的人脸识别算法实现与优化[A];中国通信学会通信建设工程技术委员会2010年年会论文集[C];2010年
6 苗振伟;许勇;杨军;;超声波人脸识别方法研究[A];中国声学学会2007年青年学术会议论文集(上)[C];2007年
7 杨飞;苏剑波;戴景文;;人脸识别中的人脸图像质量快速评价[A];第二十七届中国控制会议论文集[C];2008年
8 万卫兵;施鹏飞;;标准像的人脸识别[A];信号与信息处理技术——第一届信号与信息处理联合学术会议论文集[C];2002年
9 杜晓旭;钱沄涛;戴光;;加强概率推理模型在人脸识别中的应用[A];信号与信息处理技术第三届信号与信息处理全国联合学术会议论文集[C];2004年
10 孙劲光;李扬;;基于Mean-Shift的Retinex算法在人脸识别中的应用[A];第七届和谐人机环境联合学术会议(HHME2011)论文集【oral】[C];2011年
中国博士学位论文全文数据库 前10条
1 李全彬;非约束环境下人脸识别关键技术的研究与应用[D];华东师范大学;2011年
2 陈恒鑫;基于多尺度分析的变化光照下人脸识别研究[D];重庆大学;2010年
3 胡峰松;单样本下可变姿态与光照人脸识别研究[D];湖南大学;2010年
4 苏煜;融合全局和局部特征的人脸识别[D];哈尔滨工业大学;2009年
5 郭志强;基于子空间分析的人脸识别算法研究[D];武汉理工大学;2010年
6 唐恒亮;基于三维特征的人脸识别算法研究[D];北京工业大学;2011年
7 王建中;基于流形学习的数据降维方法及其在人脸识别中的应用[D];东北师范大学;2010年
8 赵武锋;人脸识别中特征提取方法的研究[D];浙江大学;2009年
9 陈勇;基于样条二进小波的人脸识别研究[D];浙江工业大学;2010年
10 笪邦友;图像纹理在红外场景仿真与人脸识别中的应用[D];华中科技大学;2010年
中国硕士学位论文全文数据库 前10条
1 鲁庆明;基于多分类支持向量机的人脸识别研究[D];武汉理工大学;2010年
2 孙向风;基于进化计算和支持向量机的人脸识别算法研究[D];兰州理工大学;2010年
3 朱家宏;基于支持向量机的人脸识别改进算法[D];华北电力大学(北京);2011年
4 梅盛鑫;基于支持向量机和遗传算法的人脸识别研究[D];杭州电子科技大学;2011年
5 蒋桂莲;基于粗糙集和支持向量机的人脸识别[D];长沙理工大学;2010年
6 张文明;人脸识别新算法的研究及其应用[D];江南大学;2011年
7 王珂;人脸识别身份验证技术的研究[D];电子科技大学;2010年
8 刘学平;低质量图像模糊人脸识别的研究[D];沈阳航空工业学院;2010年
9 张春晓;基于粗集和小波变换的人脸识别研究[D];山东大学;2010年
10 曹凤杰;红外图像人脸识别方法研究[D];西安电子科技大学;2010年
中国重要报纸全文数据库 前10条
1 本版编辑曾雨 康翔;人脸识别结缘奥运[N];计算机世界;2007年
2 孟东明 张继进;企业要靠创新应对危机[N];中国工商报;2009年
3 本报记者  魏建玲;行者 知其道而行其智[N];国际商报;2006年
4 程蓉 王春;“人脸识别”保障财产安全[N];科技日报;2006年
5 记者 闫文锋 实习记者 高鹏;清华人脸识别系列全面推广[N];中国知识产权报;2006年
6 实习生 姜靖;人脸识别:门靠人脸开启[N];科技日报;2007年
7 阐文;汉王新品开启“人脸识别时代”[N];中国工业报;2009年
8 本报记者 霍光;从按手印到以貌取人[N];中国计算机报;2011年
9 于建平;行者人脸识别技术贡献北京奥运[N];中国高新技术产业导报;2005年
10 卢旭成;“傻瓜化”的人脸识别技术[N];中国计算机报;2008年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978