1 / 4
文档名称:

基于PCA+AdaBoost算法的人脸识别技术.pdf.pdf

格式:pdf   页数:4页
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

基于PCA+AdaBoost算法的人脸识别技术.pdf.pdf

上传人:好用文档 2015/3/23 文件大小:0 KB

下载得到文件列表

基于PCA+AdaBoost算法的人脸识别技术.pdf.pdf

文档介绍

文档介绍:, 计算机工程与应用
基于算法的人脸识别技术
李盛文,鲍苏苏
—,—
华南师范大学计算机学院,广州
,,,
—,—. .,
,:—.
: ,
. .
.
.
:;;;
摘要:人脸识别技术是图像处理方面的重要技术,然而识别率不高却一直妨碍人脸识别技术的广泛应用。主成分分析是
人脸识别技术的一个重要算法,将与算法相结合改进了原来的算法,并称新算法为算法。实验证明
算法的识别率明显高于算法,相对于算法的识别率也有明显的提高。
关键词:人脸识别;特征脸;主成分分析;
:...—... 文章编号:———文献标识码: 中图分类号:.
主成分分析方法,令动,贝每幅图像口以用按行或者
主成分分析方法是图像压缩中的一种最优正交变按列堆成一个维向量表示。
换。用于统计特征提取构成了子空间法模式识别的基础。设有类的维样本空间,,⋯,,其中:
它从图像整体代数特征出发,基于图像的总体信息进行分类识
‘’
协‘¨ , ⋯, 是第类样本集,含有个样本。‘’:
别。和首先将—变换用于人脸图像的最优表,
示『。和进一步提出了“特征脸”这个
, ,⋯, 是第类的第个样本向量。Ⅳ∑为
概念。
. 人脸识别方法
样本总数,
将方法用于人脸识别,其实是假设所有的人脸都处表示第类样本均值, 是

于一个低维线性空问,而且不同的人脸在这个空间中具有可分
总体均值。
性。其具体做法是由高维图像空间经—变换后得到一组新
定义类内散度矩阵为:
的正交基,对这组正交基进行一定的取舍,保留其中的一部分
生成低维的人脸空问,也即人脸的特征子空间。完整的人
—一
脸识别算法步骤包括:
人脸图像预处理。其中: , ,⋯,~ , : , ,⋯, 。
读入人脸库,训练形成特征子空间。
定义类间散度矩阵为:
把训练图像和测试图像投影到上一步骤中得到的子空
间上。

选择一定的距离函数进行识别。
. 人脸识别流程
读入人脸库。设图像数据库中的人脸图像大小为其中、/,\/⋯,\/等
基金项目:国家高技术研究发展计划—.:
广东省自然科学基金团队项目.。
作者简介:李盛文一,男,硕士,主要研究方向:图像处理与模式识别;鲍苏苏一,男,教授,硕士生导师,博士后,主要研究方向:信号处
理和数字图像处理、模式识别等。
收稿日期:——修回日期:—一
李盛文,鲍苏苏:基于算法的人脸识别技术.
定义总体散度矩阵为: 算法理论
是一种具有自适应性的算法,它通过
∑∑——
⋯』建立多学****机组合使得弱学****机的性能得到提升,由于其独有
其中一, 一,⋯, 一, , :,⋯, 。的对学****机性能的自适应和对过学****现象的免疫性,近年来引
起了广泛的关注。
此时有
. 方法概述
方法就是要寻找正交归一的变换矩阵,, 年和发表了具有自适应的
方法,称作,自适应的方
⋯, ,使得判别准则,达到最
法,它不再需要预先知道弱学****机的训练错误率,而是通过动
大,即.。态调节各个子学****机的权值来对基本算法的训练错误率自动
适应,因而引起了广泛的关注。算法是家族
也就是在的正交变换后使得总体散度矩阵
最具代表性的算法,之后出现的各种算法都是在