文档介绍：代号 10701 学号 1022121389
分类号 TP391 密级公开
题(中、英文)目基于 2DPCA 的人脸识别方法
Face Recognition Based on 2DPCA
作者姓名孙艳娜指导教师姓名、职务蒋明、高级工程师
学科门类工学学科、专业计算机应用技术
提交论文日期二〇一三年一月
西安电子科技大学
学位论文独创性(或创新性)声明
秉承学校严谨的学风和优良的科学道德,本人声明所呈交的论文是我个人在导师指导下
进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢中所罗列的内
容以外,论文中不包含其他人已经发表或撰写过的研究成果;也不包含为获得西安电子科技
大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任
何贡献均已在论文中做了明确的说明并表示了谢意。
申请学位论文与资料若有不实之处,本人承担一切的法律责任。
本人签名: 日期:
西安电子科技大学
关于论文使用授权的说明
本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:研究生在校攻读
学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保留送交论文的复印件,
允许查阅和借阅论文;学校可以公布论文的全部或部分内容,可以允许采用影印、缩印或其
它复制手段保存论文。同时本人保证,毕业后结合学位论文研究课题再撰写的文章一律署名
单位为西安电子科技大学。
(保密的论文在解密后遵守此规定)
本学位论文属于保密,在年解密后适用本授权书。
本人签名: 导师签名:
日期: 日期:
摘要
摘要
由于人脸识别在身份认证、视觉监控以及人机接口等方面有着广泛的应用前
景,从而成为近年来计算机视觉和模式识别领域的一大研究热点。计算机自动人
脸识别就是从包含人脸静态图像或动态视频序列图像中借助计算机技术提取出人
脸的个性化特征,并依据此特征自动识别出人的身份。人脸识别是一种重要的生
物特征识别技术,其关键问题是如何从人脸图像中有效地抽取出描述每个个体的
特征,使之区别于其他个体。
现今的人脸识别算法通常是把人脸图像投影到由特征向量组成的子空间中,
因此特征向量的选取决定了人脸识别的效果。本文在 M-2DPCA 算法的基础上,
引入识别能力的概念,提出了一种加权的分块二维主成分分析算法。由于增加子
图像的权值能够提高不同类之间的差异,从而提高容错性。实验证明该算法需要
较少的投影特征数,且增强了鲁棒性并有效提高了识别率。类似地,本文在
HV2DPCA 算法的基础上,使用识别能力的概念,提出了一种加权的水平垂直二
维主成分分析算法。实验证明该算法具有更高的识别率。最后,针对非线性可分
问题,将核理论与 M-2DPCA 结合,提出了一种基于核的分块二维主成分分析算
法。该算法混合了图像的矩阵和向量表示,将原始图像矩阵分割为若干图像块,
以块为单位,将每个图像块转换为向量,通过这些向量构造一个新的矩阵。在
ORL 人脸数据库上进行试验,验证了本文的算法不仅可以获得较高的识别率,
同时其计算复杂度也得到了改进。
关键字:人脸识别识别能力核理论 HV2DPCA M-2DPCA
Abstract
Abstract
Due to its widely application prospect in identity authentication, vision monitoring
and man-machine interface, face recognition has e a hot research field in
computer vision and pattern recognition. puter automatic face recognition is
extract face personalized features from static image or video sequence image using
computer technology, and thereby automatically identify the identity of the person. As
a kind of biological characteristics identification, the key problem of fa