论文部分内容阅读
在信息化高度发展的当今社会,如何准确识别一个人的身份,保护信息安全成为了一个社会问题。基于生物特征的识别技术成为解决此问题的最好选择。通过对各种生物特征识别技术进行比较可知,人脸识别以其具有直接性、友好性、非接触性且无需特殊的采集设备等特点,更易于为用户所接受,所以人脸识别技术被广泛的应用。人脸识别是一项具有发展潜力的生物特征识别技术,研究人脸识别技术具有十分重要的理论和应用价值。现有的人脸识别方法绝大部分是基于二维图像的,虽然在限定环境下,此类方法己经达到了较高的识别率,但是由于二维图像的成像特点以及其对三维信息的缺失,识别准确率很难得到更大的提高。 本文介绍了一些具有代表性的人脸识别理论及方法,重点对人脸特征提取与识别技术进行了分析研究,并结合新的理论成果提出了一种新的人脸特征提取与识别技术方法。论文研究的主要内容包括以下几个方面: (1)介绍了人脸识别中的预处理方法,如:几何归一化、灰度归一化、直方图均衡化。这些预处理方法对提高人脸识别率有着很大的贡献。 (2)对各种基于代数特征的人脸识别方法的算法性能进行论证和评估。其中包含主成分分析的人脸识别方法、线性可分性分析的人脸识别方法、独立成分分析的人脸识别方法、奇异值分解的人脸识别方法。并指出各种方法的优缺点。(3)对朗伯反射定律、共形变换原理、数据融合原理做了详细的说明,并对图像成像原理以及球面调和函数理论做了一些研究。根据最新的研究结论提出了一种能够克服光线影响的人脸识别方法,此研究结论为:某个人在所有光线下拍摄获得的图像集合可以通过有限个球面调和函数的线性组合来描述。也就是说,某个人的图像集合可以近似用一个低维线性子空间来描述,而构成这个子空间的基向量是低阶球面调和函数,其中基向量的组合系数由光线条件决定。在算法中还利用了经共形变换后所得的三维数据,这对提高人脸识别率有很大的帮助。最后对实验所得结果进行分析,并论证了所提出算法的优越性和稳健性。 在论文的最后给出了全文的总结,并指出了本文的不足之处和今后的进一步工作。