论文部分内容阅读
随着经济的快速发展，互联网的普及，信息安全逐渐被人们所重视。人脸识别技术作为保护信息安全的重要手段之一，也逐渐被研究学者所重视。人脸识别作为计算机视觉技术和生物特征识别技术的一个重要分支，模式识别与人工智能的一个重要领域，其主要任务是对静态图像或动态视频进行识别。如何快速的正确的对人脸进行识别是目前人脸识别课题的一个难题。人脸识别算法的选取直接关系到人脸识别的识别率。本文首先介绍了国内外人脸识别的发展现状，并对人脸图像预处理方法进行了详细阐述。图像预处理的方法有很多，主要包括：灰度变换、图像锐化、图像的归一化、图像滤波、二值化等。其次，本文对主成分分析(PCA)算法、二维主成分分析(2DPCA)算法、线性辨别分析（LDA）算法进行了研究，并对三种算法进行了融合，形成了“PCA—LDA”算法及“2DPCA—LDA”算法。通过三个实验，验证这几种算法的性能。最后，本文对Gabor小波及支持向量机（SVM）进行了研究，Gabor小波具有良好的生物神经元细胞功能，对光照变化具有良好的自适应变化，SVM具有良好的分类效果，本文将Gabor小波和SVM与PCA算法及2DPCA算法相结合，提出了基于Gabor小波和SVM的PCA算法（Gabor+PCA+SVM）及基于Gabor小波和SVM的2DPCA算法（Gabor+2DPCA+SVM）。通过对ORL人脸库、Yale人脸库、自建人脸库的识别，验证算法的有效性，建立一个基于Gabor小波和SVM优化的人脸识别系统。