搜索
基于小波变换及二维主成分分析法的人脸识别算法AFaceIdentificationAlgorithmusingTwoDimensionalPrincipalComponentAnalysisBasedonWaveletTransformcontents•一、人脸识别及其应用•二、人脸识别的方法•三、主要方法的分析•四、实验结果及分析•五、结论一、人脸识别及其应用•人脸识别，特指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术。它是计算机视觉和模式识别领域理论的一个重要应用。一、人脸识别及其应用•由于它在安全验证系统、智能人机接口、视频会议等方面有着巨大的应用前景而成为当前的一个研究热点。人脸识别慧眼人脸识别考勤机慧眼人脸识别考勤机二、人脸识别的方法•1、全局法（globalscheme）•2、基于子空间的方法（component-basedscheme）2.1全局法•全局法：一整张脸的一个特征向量作为识别系统的输入。（asinglefeaturevectorofthewholefaceregionisusedastheinputoftheidentificationsystem）•对人脸正面图像有比较好的区分能力。但对人脸图像不是非常端正的图像就不是很有效。因此区分之前必须做修正。2.2基于子空间方法•它通过训练图像获得最大方差，并通过方差获得基向量，这个基向量代表了人脸图像的最主要信息。（Itcapturesandutilizesmaximumvarianceacrossthetrainingimagestofindabasisvectorwhichisthemostcompactrepresentationoftheface）•该方法对非端正的人脸图像也有较好的识别能力。2.3人脸识别系统框图3.1ColorMappingRGBtoYIQYIQ是电视图像传输的标准形式。Y是亮度，代表颜色的深度。I是色调，代表什么占主导地位比如橙色，红，黄。Q是饱和度，代表混合色中白光的量。大多数图像的信息都保存在Y中。3.2HistogramEqualizationandDiscreteWaveletTransform•直方图均衡化是用来提高图片的对比度减小不同光线亮度的干扰。•离散傅里叶变换（DWT）是快速线性可逆正交运算。3.32DPCA•PCA:提取高维事物中的主要成分。•2DPCA：Horizontal2DPCA,Vertical2DPCA.3.4SVM•SVM方法是通过一个非线性映射p，把样本空间映射到一个高维乃至无穷维的特征空间中(Hilbert空间)，使得在原来的样本空间中非线性可分的问题转化为在特征空间中的线性可分的问题.•它是一种基于统计学习理论的神经网络算法。四、实验结果实验采用24个人，每个人6张正面图，每张图有不同的光照和表情。这些图像被分成训练集和测试集两部分。四、实验结果四、实验结果五、结论•结合直方图均衡化、小波变换、二维主成分分析（2DPCA）及支持向量机（SVM）的人脸识别算法对人脸识别是极为有效的。•它的优点在于不需要检测某些具体的人脸特征部分例如眼睛，眉毛，鼻子和嘴巴等。并且在不同光照条件下相对于传统的PCA检测算法有更好的检测结果。•THANKYOU!