文档介绍：~。,,’
瓻.
作者签名:彰印孝汐寸∥日了月矿日日期:刃D炅嗽隆稳湖南大学学位论文原创性声明学位论文版权使用授权书本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权湖南大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文属于年解密后适用本授权书。朐谝陨舷嘤Ψ娇蚰诖颉’’作者签名:本学位论文。⒈C芸冢⒉槐C芎导师签名:’
摘要人脸自动识别技术是生物特征识别技术的重要组成部分,在近三十年里得到了广泛的关注和研究,已经成为计算机视觉、模式识别领域的研究热点。由于其很好的安全性、可靠性和有效性在刑侦破案、证件验证、门禁系统、视频监视等领域中都具有广泛的应用前景,已成为最容易被接受的身份鉴定方法之一。本文对静止图像的多姿态人脸识别进行了研究,主要内容如下:褂肞算法对人脸的灰度图像进行了特征提取和检测:通过该方法提取出人脸图像的特征向量和主分量,以便将一幅高维的人脸图像映射到低维的特征空间卣髁中,使得简化人脸图像的同时保留其大部分信息。因此将经过惴ㄌ卣魈崛『图觳獾氖葑魑L卣飨蛄拷腥肆呈侗穑凇跋嗨菩支持向量机方法的人脸识别:利用所谓的相似性概念来构造一种掷嗥鳎肆呈侗鹫庖坏湫偷亩嗬嗯斜鹞侍庾;6嗯斜鹞题,ü齆个分类器输出值来判定给定人脸与数据库中某类数据的相似性大小,从而将待判别人脸划分到正确的类别中。由于该方法较之于以往方法大大减少了分类器个数,因此它在保证人脸识别正确性的基础上,降低了计算复杂度,缩短了计算时间;谥С窒蛄炕娜肆呈侗鹣低车纳杓疲何A私徊教岣呤侗鹫仿剩在多个氖涑鲋笥衷黾恿艘患渡窬缪盗菲鳎沟米钪帐涑鲋抵苯佣应人脸数据库中相应的人员编号。在肆呈菘馍辖腥肆呈侗鹗笛椋证提出算法的有效性,证明本文的方法明显优于其他的方法,适合于人脸识别等实时性要求较高的应用。关键词:支持向量机;主成分分析;神经网络;人脸识别基于支持向量机的人脸识别方法的研究Ⅱ
’琯琭,篠;籒;琺眘¨甀,,’..,.甦甋甌”.,,..’·瓼。猂琣
目录论⋯⋯:⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯人脸识别研究的内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一人脸识别的发展现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...魇侗鹑肆车南肿础常用的人脸识别方法综述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..学位论文原创性声明和学位论文版权使用授权书⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯插图索引⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.=峁人脸识别技术简介⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..第附表索引⋯⋯⋯⋯..:⋯⋯⋯⋯⋯⋯⋯:⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯基于支持向量机的人脸识别方法的研究...⋯......⋯..⋯.⋯⋯.....⋯⋯..⋯.⋯⋯......⋯........⋯⋯.⋯⋯⋯..⋯⋯⋯⋯⋯...............