论文部分内容阅读
人脸识别技术是利用计算机分析人脸图像，并从人脸图像中提取有用的信息进行身份识别的技术。人脸识别技术的任务之一是人脸鉴别，就是验证某个人的身份是否属实，是一对一的匹配过程，现实生活中有许多领域存在这样的情况。例如，在成人教育中，为防止入学时代考现象的发生，一般根据学生报考和毕业时所提供的照片来验证学生的真实身份，而且这些照片的时间间隔一般为4～5年左右。考虑到人工鉴别所需的工作量很大，因此迫切需要提出一种利用人脸图像来进行身份验证的方法，以计算机的鉴别工作代替人工对比工作，加快验证进程。
本文针对人脸图像中人脸的大小、姿态、光照和角度等不同，采用了一种利用图像灰度积分投影曲线和Hough变换相结合来进行人脸归一化校正的方法。经过对课题中自建人脸库的实验验证，这种方法具有速度快、精确度高、受表情、偏转和光照影响小的特点，归一化正确率可达94.9％。同时校正后的人脸图像具有平移、旋转和尺度的不变性，为后续的特征提取及鉴别工作提供了有利的保证。
在对基于PCA和LDA的人脸识别方法进行分析和研究的基础上，采用了一种基于PCA和LDA融合的人脸鉴别方法。在这种方法中，使用了最大法、最大最小法和平均方法三种融合方式，使得这种融合的人脸鉴别方法较好地结合了PCA和LDA两种基本算法之间的相关性以及区别性。同时采用原始图像及其一阶、二阶投影组合图像及镜像图像相结合的方法，解决了融合方法中训练样本集不足的问题。经实验验证，融合方法中的三种融合方式均优于PCA或LDA中的任何一种，其鉴别正确率比基于PCA的方法高6.3％～8.9％，比基于LDA的方法高3.7％～6.3％，而错误拒绝率比基于PCA的方法低1.05％～1.89％，比基于LDA的方法低0.62％～1.46％。因此，这种融合方法值得在理论上和实际情况中作进一步应用和推广。