基于加权小波分解的人脸识别算法研究.pdf

:.
』学位论文作者::所呈交的学位论文,是本人在导师的指导下,独立进行研究所取得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体己经发表或撰写过的科研成果。对本文的研究作出重要贡献的个人和集体,均已在文中以明确方式标明。本声明的法律责任由本人承担。学位论文作者:日期:本人在导师指导下完成的论文及相关的职务作品,知识产权归属郑州大学。根据郑州大学有关保留、使用学位论文的规定,同意学校保留或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;本人授权郑州大学可以将本学位论文的全部或部分编入有关数据库进行检索,可以采用影印、缩印或者其他复制手段保存论文和汇编本学位论文。本人离校后发表、使用学位论文或与该学位论文直接相关的学术论文或成果时,第一署名单位仍然为郑州大学。保密论文在解密后应遵守此规定。
钡募虻ド矸菁ぃ胝嬲庖迳系纳矸菁ぁ癢摘要目前,个人身份认证手段如密码和卡等,都是基于“或者“”还很遥远。这些传统认证手段都存在着各种问题,其中最明显的缺陷就是其相关认证信息容易丢失、易破解和伪造,安全可靠度较低,这些都对应用和推广带来了诸多不便。因此,以生物特征识别为主体的身份认证手段成为首选的研究对象。而与指纹、虹膜、语言等生物特征识别方法相比,人脸识别方法具有方便直观、用户接受认可度高、不易仿冒等优势,故被广泛采用。侨肆呈侗鹬斜还惴菏褂玫囊恢炙惴ǎ哂惺迪旨虻ァ⒄嫱枷袷别率高等优点。但传统的惴ḿ扑懔抗螅以诠庹铡⒈砬榈纫蛩乇浠大时,识别效果不是很好。小波变换应用到人脸识别中,主要利用小波的分解和重构算法来提取人脸图像信息、降低数据维数、滤除噪声。同时小波变换对光照、图像大小缩放、旋转及平移具有一定程度的不敏感性,可以降低预处理后的人脸图像对后续惴ǖ挠跋臁P〔ū浠荒苡行У亟枷穹纸獬筛咂岛低频信息,但在人脸识别中通常都是舍弃能量较少且含噪声较多的高频子带,仅用低频子带来进行后续处理,人脸图像的信息利用并不完全。基于以上原因,本文首先对小波二级分解后的低、高频子分量进行加权融合,以便充分利用人脸的细节信息。然后,对叭鲎畲笾鞣至扛秤枰桓鲂氯ㄖ担疵植勾惴ǘ怨庹铡⒈砬楸浠舾械娜钡恪W詈螅贠人脸库和经过光照处理后的肆晨庵型ü齅喑淌迪掷囱芯考尤ǘ缎〔ū浠欢訮算法的影响及改进惴āJ笛榻峁砻骷尤ǘ缎〔ū浠缓透慕鳳算法相比于传统惴ㄔ谑侗鹇屎脱盗肥奔浞矫娑嫉玫搅嗣飨缘母慕A硗獗疚幕寡究了惴ǎ⒔ǘ訮算法改进的方法应用到惴ㄖ校笛橹明惴ㄔ谌肆呈侗鹇屎脱盗肥奔渖嫌庞赑算法,改进方法同样也适合于惴āW詈罄肕峁┑耐枷裼没Ы缑婵7⒒肪设计一个简单的可视化人脸识别界面。关键词:;人脸识别;离散小波变换
,甌,瑀甌甌甌““猙,瑃保甌”.,、瓹琹琻琣..,瓸琣瑃.,仃,
.篜;籉也,籇瓸畐瓻瓻瓼
目录髀邸肆呈侗鹣低场赑的人脸识别⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.国内外研究历史⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.肆呈侗鹈媪俚奈侍饧把芯糠较颉论文研究内容及章节安排⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图像预处理技术⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.人脸检测⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯人脸识别特征提取方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯分类器⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..:⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.瞬ā.〔〔
算法的人脸识别⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..贕的人脸识别系统⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一致洹个人简历、在学期间发表的学术论文及研究成果⋯⋯⋯⋯⋯⋯⋯.芙嵊胝雇惴ā改进惴ā实验结果及分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.惴ā笛榻峁胺治觥本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯≈J丁弧人脸识别系统实现⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本文总结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯