文档介绍：摘要人脸识别是生物特征识别的一个重要分支,也是计算机视觉与模式识别领域非常活跃的研究方向。与其他人体生物特征识别方式相比,人脸识别具有方式友好,采样方便,无需接触等许多优点,加之现代信息通讯技术飞速发展的迫切需求,人脸识别研究的重要意义日趋显著。论文的主要工作集中在以下几个方面:人脸识别技术研究、支持向量机基本理论和基于支持向量机的人脸识别算法研究。人脸识别技术研究中,研究分析了人脸识别技术中三个重要的技术方向,即人脸检测、特征提取和分类算法;接下来,简要分析统计学习理论的核心内容和支持向量机的基本理论;最后,本文对基于决策树的支持向量机方法做了进一步的研究。在此基础上,提出了一种改进的基于决策树的支持向量机人脸识别算法。该算法通过分析训练样本集获取样本集的先验知识,引入类间分离测度构造一个决策树,以避免发生分类错误累积,使分类器获得良好的推广能力。该算法有效地解决了相关分类算法中存在的数据集偏移和类间重叠问题。,决策树结构随类间重叠情况的变化而变化。实验结果表明,与传统的分类算法相比,该算法在取得良好识别率的同时缩短平均分类时间。关键词:人脸识别;支持向量机;分离测度;决策树牛北电力大学硕Q宦畚
琭甀琭·,.,簍瑃琭,,.:琩盜乜力人学硕貉宦畚,..Ⅱ
第滦髀课题的研究背景及意义研究现状随着社会经济的飞速发展,人们对身份识别与验证的需求随之提升。目前,我们大多依赖于诸如各类证件和密码等传统手段来完成身份识别与验证。在信息科技高度发达的今天,这些方式在便捷性、安全性、可靠性等方面的缺陷日益凸显。为了弥补传统手段的不足,具有很强稳定性和个体差异性的生物特征识别技术迅速成为模式识别研究领域的热点课题。人脸识别技术是指利用计算机分析从人脸图像或视频中提取的有效特征信息来进行身份识别的生物特征识别技术。在众多生物特征识别技术中,以其主动性、非侵犯性和易于用户接受等优点,获得了越来越多的关注。人脸识别问题作为典型的模式识别问题,涉及到机器视觉、图像处理、模式识别、仿生学、人机交互、人工智能和心理学等多个学科的知识,它的深入研究和最终解决,可以极大地促进相关研究人脸识别问题既具有重要的学术理论价值,又具有广阔的市场应用前景。人脸识别系统可应用于私人汽车、个人电脑以及其他私人用品的控制,银行账户的认证,商场、体育馆等公众场所的人流监控。同时,这一系统还可以满足政府部门会议认证、证件鉴定、敏感部门全天候监视等应用需求。针对战场需要,人脸识别系统还可以与自动火控系统相结合,研发出战场监控系统。在互联网的资料检索、趣,比如能够识别主人身份的智能玩具狗、能够给主人讲笑话的智能机器人等。由此可见,所有基于个人身份识别的应用都包含在人脸识别系统的应用范畴之内。由于人脸识别技术是机器视觉、图像处理、模式识别、仿生学、人机交互、人工智能和心理学等众多学科知识交叉的产物,技术含量高,市场需求大,具有巨大的盈利空间。人脸识别极高的学术价值和巨大的市场前景正是本论文研究的动力源泉。进入信息社会以来,人们对身份认证要求的不断提升,使得生物识别技术迅速成为模式识别领域的热门课题,人脸识别以其独特的优点获得了生物识别领域越来越多的关注。目前,世界上许多国家专门设立了从事人脸识别研究的部门,他们的研究得到社会各界广泛的关注和大力支持。人脸识别是一个交叉学科,也是生物特征识别的一个重要组成部分,其基本思想是利用计算机系统并根据一定的算法,依学科的成熟和发展。数据挖掘等方面也有着广泛的应用。在家庭娱乐方面,人脸识别技术应用则更显有钡缌θ搜秄:学位论文
,对传感器获得的图像进行分析比较后,判断获取图像中人像身份的识别过程。一般地,可以描述为,人脸识别系统利用人脸数据库,从获取的静止图像或者视频图像中识别确认一个或多个人。与指纹识别、掌纹识别、虹膜识别等生物识别技术相比,人脸图像的获取方式友好,无需识别对象配合,这有效地避免了传染性疾病的接触传播以及对象的伪装,也不违反世界上大多数国家的法律,而指纹、掌纹等数据的获取不仅需要识别对象的配合,而且需要法律的许可。自于年在上发表了一篇关于人脸识别的文章以来,人脸识别便吸引了广大研究者的兴趣。和怯甏唇俗钤绲娜脸识别系统。在此后的四十多年里,心理学家、神经生理学家、统计学家、计算机科学家和工程技术人员等专家学者对人脸识别问题的各个方面进行了广泛的研究并取得了一定的成果。尤其是年以来,人脸识别得到了长足的发展。国际国内众多高校和信息产业主要公司普遍开展人脸识别研究。各式各样的人脸识别算法层出不穷,每年国内外发表有关人脸识别问题的论文不断增多。每年国际国内学术会议上关于人脸识别的专题研讨更是屡见不鲜。尽管人们在人脸识别领域