收藏本站
《西北工业大学》 2003年
收藏 | 手机打开
二维码
手机客户端打开本文

基于小波和支持向量机的人脸识别方法研究

张敏贵  
【摘要】: 生物特征识别是一项利用人类特有的生理或行为特征来进行身份识别的技术,它提供了一种高可靠性、高稳定性的身份鉴别途径。而人脸检测和识别是目前生物特征识别中最受人们关注的一个分支,是计算机视觉与模式识别领域非常活跃的一个研究方向,它不仅广泛应用于国家安全、公安、司法、政府、金融、商业、安检、保安等身份鉴别系统,而且还可应用于人机接口、可视通讯等领域。 本文对于灰度图像中正面人脸的自动检测与识别问题进行了深入研究,主要工作及贡献如下: 1.针对灰度图像,提出一种基于知识的人脸检测方法,根据人脸检测先验知识,在传统的马赛克方法基础上,建立了人脸检测知识库,采用积分图方法计算子块的统计量,从而显著地提高了检测速度。仿真结果表明,与其它方法相比该方法在检测速度与检测率方面均有提高。 2.提出了一种基于支持向量机的人脸检测方法。对预处理后的图像进行离散余弦变换提取特征,取DCT系数作为支持向量机的输入,将经过裁剪的“人脸”样本与“自举”方法得到的“非人脸”样本一起用来训练支持向量机。仿真结果表明该方法具有较高的检测率。 3.提出了一种基于小波分解的LDA人脸识别方法。首先对原图像进行若干层二维小波变换,得到低频子图像,然后利用LDA进行特征提取,最后利用最近邻分类器进行分类识别。仿真结果表明,该方法识别性能优于或相当于传统LDA方法,而计算量则可大幅减少。 4.提出了一种基于小波和DCT的人脸识别方法。小波变换后再进行DCT变换,将DCT系数的一个小子集作为特征向量,并采用基于简单欧式距离度量的最近邻分类器进行识别。这种方法不但计算简单(与PCA方法相比),而且在增加训练图像类别时不需要对整个训练图像重新训练。仿真结果表明该方法取得了很好的识别效果。 5.提出了一种基于DCT和支持向量机的人脸分类和识别方法,首先对人脸图像作二维离散余弦变换,取离散余弦变换系数作为特征输入支持向量机,然后用支持向量机进行性别分类及人脸识别。仿真结果表明,该方法可得到很高的识别率。
【学位授予单位】:西北工业大学
【学位级别】:博士
【学位授予年份】:2003
【分类号】:TP391.41

免费申请
【相似文献】
中国期刊全文数据库 前10条
1 张佩;方瑞明;宋剑;;基于双向统计量的Gabor特征描述和SVM的人脸识别[J];福建电脑;2011年06期
2 吴恩赐;;基于Gabor小波和2DPCA-2DLDA的人脸识别研究[J];福建电脑;2011年05期
3 白怀文;王暄;;基于Hu矩和支持向量机的人脸与非人脸分类识别[J];计算机应用与软件;2011年07期
4 张金敏;孟萍;;一种新的图像中人眼定位方法[J];兰州交通大学学报;2011年03期
5 ;IT快评:人脸搜索致命的诱惑[J];电脑与电信;2011年06期
6 梁爽;张立坡;;熵权核函数支持向量机[J];科技致富向导;2011年20期
7 郭成芳;;支持向量机在网络异常入侵检测中的应用研究[J];计算机仿真;2011年07期
8 邝涛;张倩;;改进支持向量机在电信客户流失预测的应用[J];计算机仿真;2011年07期
9 宋晖;薛云;张良均;;基于SVM分类问题的核函数选择仿真研究[J];计算机与现代化;2011年08期
10 余萍;;基于支持向量机发展的研究[J];新课程(教育学术);2011年05期
中国重要会议论文全文数据库 前10条
1 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
2 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
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 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[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
5 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
6 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
7 肖健华;孙德山;吴今培;;基于支持向量数据描述的多类分类算法及其在人脸识别中的应用[A];2005年中国智能自动化会议论文集[C];2005年
8 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
9 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
10 李铭;袁保宗;曾凡仔;刑强;孙运达;;用多类解析中心机(ACM)进行人脸识别[A];第十一届全国信号处理学术年会(CCSP-2003)论文集[C];2003年
中国重要报纸全文数据库 前10条
1 洪宇;人脸识别仅需一秒钟[N];科技日报;2004年
2 北京数字奥森科技有限公司 沈伟;人脸识别技术与应用[N];计算机世界;2008年
3 记者 申明;我国人脸识别已处于国际领先水平[N];科技日报;2009年
4 本报记者 赵晓霞;人脸识别数字化[N];人民日报海外版;2010年
5 本报记者 林莉君;“以貌取人”更安全[N];科技日报;2010年
6 本报记者 卢旭成;人脸识别门禁或将取代指纹门禁[N];中国计算机报;2008年
7 记者 张懿;人脸识别打拐平台上线[N];文汇报;2011年
8 清华大学 苏光大;非接触式人脸识别技术[N];计算机世界;2006年
9 本报记者黄真;汉王科技全球首创嵌入式人脸识别系统[N];中国信息报;2009年
10 本报记者 马爱平;科海搏击 铸就金鹰[N];科技日报;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 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
3 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
4 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
5 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
6 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
7 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
8 张敏贵;基于小波和支持向量机的人脸识别方法研究[D];西北工业大学;2003年
9 赵武锋;人脸识别中特征提取方法的研究[D];浙江大学;2009年
10 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
中国硕士学位论文全文数据库 前10条
1 王成硕;基于支持向量机和多级B-样条的人脸识别技术研究[D];河南理工大学;2007年
2 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
3 张丽丹;基于监督独立分量分析的人脸识别[D];哈尔滨工程大学;2005年
4 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
5 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
6 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
7 孔凡芝;基于Adaboost和支持向量机的人脸识别系统研究[D];哈尔滨工程大学;2005年
8 李丽;基于SVM的人脸识别技术研究[D];中南大学;2005年
9 朱庆文;基于支持向量机和边缘信息度量的人脸识别[D];河北工业大学;2006年
10 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
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026