论文部分内容阅读
人脸识别是图像理解及模式识别技术中最成功的应用之一。自动人脸识别系统具有广泛的应用前景,可以应用于抓捕逃犯、单位考核、计算机登录、安全防护等领域。目前人脸识别算法主要采用统计方法、神经网络方法和SVM人脸识别方法等。基于子空间的人脸识别方法是目前基于统计方法的人脸识别技术中识别效果最好的方法之一,包括PCA方法,BAYES方法,ICA方法,KPCA方法等。其中BAYES方法是子空间方法中识别率最高的方法。基于子空间的人脸识别方法已经成为实际上的工业标准。
本文主要对贝叶斯人脸识别算法进行了深入的研究,并基于该算法研制了天宁人脸识别系统。
本文的主要研究内容和成果如下:1.对基于子空间的人脸识别方法特别是贝叶斯方法进行了深入的研究,详述了算法原理,并从实际应用的角度分析了算法的优缺点。
2.在对于人脸识别的贝叶斯方法的研究基础上,对贝叶斯方法的相似度计算公式进行了简化,对数据集的训练和人脸图像的预处理进行了修改,提出了一种改进的贝叶斯人脸识别方法(SML),提高了算法的效率。在FERET人脸图像库的子集和本教研室人脸图像实验库上对识别算法进行了测试和比较。
3.描述了天宁人脸识别系统的整体结构设计和处理流程,并详细介绍了各模块功能、实现技术并以本文提出的改进的贝叶斯方法(SML)和我们提出的ProjectionCombinedPCA方法为基础实现了系统的相关算法模块和界面模块。并给出了试验结果与分析。
4.设计和实现了基于人脸识别的计算机登录系统。