基于多脸数据融合的人脸识别

摘要

   人脸识别是计算机视觉和模式识别领域的一个活跃课题，有着十分广泛的应用前景。提出一种新的人脸识别方法，该算法采用K-L变换来提取最终特征值，采用了近邻法设计分类器，这样可以有效的避免了利用每一类的“代表点”设计分段线性分类器问题，减小了识别的错误率。在windows XP 平台和MATLAB 7.0 软件环境下，采用上述方法编制了人脸识别系统，仿真结果表明了该方法的有效性。

关键词：人脸识别，特征提取，K-L变换，线性分类器 

目录

摘要 I

ABSTRACT II

第1章 引言 1

1.1 背景 1

1.2 研究内容 2

第2章 人脸检测系统设计方法 3

2.1 肤色匹配 3

2.1.1 YCbCr颜色空间的选取 3

2.1.2 基于YCbCr彩色空间的肤色检测 5

2.2 人脸图像的标准化 6

2.3 基于K-L展开式的特征提取 6

2.3.1 K-L展开式 7

2.3.3 K-L坐标系的产生矩阵 9

2.3.4 奇异值分解（SVD） 10

2.4 特征向量的选择 11

2.5 算法实现流程 12

第3章 人脸识别系统设计方法 14

3.1 近邻法原理及其决策规则 14

3.2 最近邻法决策规则 14

3.3 K-近邻法决策规则 14

3.4 算法实现流程图 15

第4章 系统的实现 16

4.1 摄像头的描述 16

4.2 图像的读取 17

4.3 系统实现流程图 17

4.3.1系统训练过程 17

4.3.2 系统测试过程 18

第5章 结果与分析 20

5.1 举例说明运行过程与成功识别的完整过程 20

5.2 识别结果的准确度 22

5.3 结论 23

第6章 结束语 24

致谢 25

附录 部分源代码 27