数字图像处理(人脸识别)

二、人脸识别的方法
• 1、全局法（global scheme ）
• 2、基于子空间的方法（component-based scheme ）
2.1全局法
• 全局法：一整张脸的一个特征向量作为识 别系统的输入。（a single feature vector of the whole face region is used as the input of the identification system ） • 对人脸正面图像有比较好的区分能力。但 对人脸图像不是非常端正的图像就不是很 有效。因此区分之前必须做修正。
• THANK YOU !
基于小波变换及二维主成分分 析法的人脸识别算法
A Face Identification Algorithm using Two Dimensional PrLeabharlann Baiduncipal Component Analysis Based on Wavelet Transform
contents
• • • • • 一、人脸识别及其应用 二、人脸识别的方法 三、主要方法的分析 四、实验结果及分析 五、结论
2.3人脸识别系统框图
3.1 Color Mapping RGB to YIQ
YIQ 是电视图像传输的标准形式。Y是亮度，代表颜色的深度。I是色调，代表什么 占主导地位比如橙色，红，黄。Q是饱和度，代表混合色中白光的量。 大多数图像的信息都保存在Y中。
3.2 Histogram Equalization and Discrete Wavelet Transform
• 直方图均衡化是用来提高图片的对比度减 小不同光线亮度的干扰。 • 离散傅里叶变换（DWT）是快速线性可逆 正交运算。
3.3 2DPCA
• PCA:提取高维事物中的主要成分。 • 2DPCA：Horizontal 2DPCA,Vertical 2DPCA.
3.4 SVM
• SVM方法是通过一个非线性映射p，把样本 空间映射到一个高维乃至无穷维的特征空 间中(Hilbert空间)，使得在原来的样本空间 中非线性可分的问题转化为在特征空间中 的线性可分的问题. • 它是一种基于统计学习理论的神经网络算 法。
四、实验结果
实验采用24个人，每个人6张正面图，每张图有不同的光照和表情。 这些图像被分成训练集和测试集两部分。
四、实验结果
四、实验结果
五、结论
• 结合直方图均衡化、小波变换、二维主成 分分析（2DPCA）及支持向量机（SVM）的 人脸识别算法对人脸识别是极为有效的。 • 它的优点在于不需要检测某些具体的人脸 特征部分例如眼睛，眉毛，鼻子和嘴巴等。 并且在不同光照条件下相对于传统的PCA检 测算法有更好的检测结果。
一、人脸识别及其应用
• 人脸识别，特指利用分析比较人脸视觉特 征信息进行身份鉴别的计算机技术。它是 计算机视觉和模式识别领域理论的一个重 要应用。
一、人脸识别及其应用
• 由于它在安全验证系统、智能人机接口、 视频会议等方面有着巨大的应用前景而成 为当前的一个研究热点。
人脸识别 慧眼人脸识 别考勤机 慧眼人脸识 别考勤机
2.2基于子空间方法
• 它通过训练图像获得最大方差，并通过方 差获得基向量，这个基向量代表了人脸图 像的最主要信息。（ It captures and utilizes maximum variance across the training images to find a basis vector which is the most compact representation of the face ） • 该方法对非端正的人脸图像也有较好的识 别能力。