基于Gabor与奇异值特征融合的人脸识别算法研究

菜单

摘要:人脸识别是生物特性鉴别技术的重要内容之一，它涉及到图像处理，模式识别，计算机视觉等多个研究领域，有着极大的发展空间。本论文主要研究关于人脸识别的特征融合算法，算法从人脸图像提取重要的Gabor特征作为人脸识别的局部应用，把提取人脸的面部图像的奇异值特征作为脸部识别的全局特征，利用串行融合算法对图像的Gabor特征与奇异值特征进行融合，并利用最近邻分类规则将图像进行分类，实验结果表明该算法能够实现人脸图像的融合，且识别率较高。54709

毕业论文关键词:人脸识别，Gabor特征，奇异值特征，融合

Abstract:Face recognition is one of the important biological properties of the content identification technology, which involves a number of research areas of image processing, pattern recognition, computer vision, has a great space for future development. In this thesis, research is about face recognition feature fusion algorithm, and the algorithm of face images extracted from Gabor important feature as the topical application of face recognition, another aspect of the singular value feature extraction facial image as the human face global features face recognition, using serial fusion algorithm for Gabor features and singular value feature image fusion. By the results of this research proved that the paper is of practical value, fused face recognition approach can improve the accuracy of face recognition and security.

Keyword: face recognition, gabor feature,singular value feature ,merge

1 绪论 4

1.1 人脸识别的研究背景 4

1.2 国内外研究现状及未来发展趋势 4

1.3 人脸识别的常用方法 5

1.4 本论文的主要研究工作 6

2 Gabor特征提取算法的实现 7

2.1 Gabor小波简介 7

2.2 人脸图像的Gabor特征 9

3 奇异值特征提取算法的实现 11

3.1 人脸图像的奇异值特征 11

3.2 奇异值特征向量的重要性质 12

4 Gabor特征与奇异值特征融合的实现 13

4.1 图像融合的概念和意义 13

4.2 图像融合关键技术的发展 14

4.3 最近邻分类规则 15

4.4 实验结果及分析 15

结论 18

参考文献 19

致谢 20

1 绪论

1.1人脸识别的研究背景

人脸的识别，通俗来讲就是通过各种方法利用信息技术对人的脸部进行特征判断，随着时代的进步，尤其是信息技术的飞快发展，这种识别已经成为热点内容，有着极大的未来发展空间，与其它技术相比，它有着可以提到效率，节省时间，可以大范围的推广使用等优点[1]。狭义上讲就是：简单的通过脸部监测进行准确判断人的不同身份。生物特质辨认技术所检测的特质有：脸的特质，不同的指纹，声音的大小，生活习惯的不同，手的纹路的差异等，分别对应的就是：对脸的识别的技术，对指纹的识别的技术，对声音识别的技术，对手的纹路的检测方法等。