pca与lda的融合算法在性别鉴别中的应用研究.doc
约31页DOC格式手机打开展开
pca与lda的融合算法在性别鉴别中的应用研究,pca与lda的融合算法在性别鉴别中的应用研究页数31 字数 10864【摘要】：提出一种基于主元分析(principal component analysis ,pca)与线性判别分析(linear discriminant analysis,lda)相结合的人脸性别鉴别方法。首先利用pca将图像进行降维，然后在低维...
内容介绍
此文档由会员 天缘 发布
PCA与LDA的融合算法在性别鉴别中的应用研究
页数 31 字数 10864
【摘要】：提出一种基于主元分析(Principal component analysis ,PCA)与线性判别分析(Linear discriminant analysis,LDA)相结合的人脸性别鉴别方法。首先利用PCA将图像进行降维，然后在低维空间中利用LDA进行特征提取作为分类特征。利用ORL人脸数据库进行测试,以及探讨了在识别过程中，选择训练样本数目和主元数目多少对识别率的影响。
【关键词】：PCA,LDA,人脸识别,特征提取
目 录
摘要………………………………………………………………………………（2）
第一章 前言…………………………………………………………………（3）
1.1 数字图像处理与模式识别原理………………………………………（3）
1.2 人脸识别概述 …………………………………………………………（3）
第二章 主元分析（PCA）…………………………………………………（6）
2.1 主元分析原理…………………………………………………………（6）
2.2 主元分析用于人脸特征提取的实现…………………………………（8）
第三章 Fisher线性判别………………………………………………（10）
3.1 Fisher线性判别原理…………………………………………………（10）
3.2 分类原理 ……………………………………………………………（14）
第四章 PCA与LDA用于人脸性别鉴别的设计及实现…………（15）
4.1 ORL人脸数据库简介…………………………………………………（15）
4.2 MATLAB软件简介………………………………………………………（16）
4.3 设计原理与实现………………………………………………………（16）
4.4 实验结果与分析………………………………………………………（22）
第五章 结束语 ……………………………………………………………（27）
致谢……………………………………………………………………………（28）
参考文献………………………………………………………………………（29）
附录……………………………………………………………………………（30）
参考文献
[1]Zhou Jiliu.Research of automatic recognition system for human faces [Master Dissertation]. Beijing:TsinghuaUniversity, 1988
[2]Zhou Jiliu. A Study on Automatic Recognition System for Human Faces. Journal of Si chuan University (Natural Science Edition), 1993, 30(1):70-75
[3]PengHui,etal. Research of Automatic Recognition Based on K-L Transform. Journal of Tsinghua University (Science and Technology), 1997, 37(1):67-70
[4]ChengYQ, ZhuangYM, WangHF, etal. An Efficient Recognition Approach to Human Faces. ACTA Automatica Sinica, 1993, 19(1):54-61
[5]ZhangHui, Zhou Hongxiang, HeZhenya. Face image feature extraction and recognition based on principal component analysis neural networks. Pattern Recognition and Artifical Intelligence,1996,9(1):52-57
页数 31 字数 10864
【摘要】：提出一种基于主元分析(Principal component analysis ,PCA)与线性判别分析(Linear discriminant analysis,LDA)相结合的人脸性别鉴别方法。首先利用PCA将图像进行降维，然后在低维空间中利用LDA进行特征提取作为分类特征。利用ORL人脸数据库进行测试,以及探讨了在识别过程中，选择训练样本数目和主元数目多少对识别率的影响。
【关键词】：PCA,LDA,人脸识别,特征提取
目 录
摘要………………………………………………………………………………（2）
第一章 前言…………………………………………………………………（3）
1.1 数字图像处理与模式识别原理………………………………………（3）
1.2 人脸识别概述 …………………………………………………………（3）
第二章 主元分析（PCA）…………………………………………………（6）
2.1 主元分析原理…………………………………………………………（6）
2.2 主元分析用于人脸特征提取的实现…………………………………（8）
第三章 Fisher线性判别………………………………………………（10）
3.1 Fisher线性判别原理…………………………………………………（10）
3.2 分类原理 ……………………………………………………………（14）
第四章 PCA与LDA用于人脸性别鉴别的设计及实现…………（15）
4.1 ORL人脸数据库简介…………………………………………………（15）
4.2 MATLAB软件简介………………………………………………………（16）
4.3 设计原理与实现………………………………………………………（16）
4.4 实验结果与分析………………………………………………………（22）
第五章 结束语 ……………………………………………………………（27）
致谢……………………………………………………………………………（28）
参考文献………………………………………………………………………（29）
附录……………………………………………………………………………（30）
参考文献
[1]Zhou Jiliu.Research of automatic recognition system for human faces [Master Dissertation]. Beijing:TsinghuaUniversity, 1988
[2]Zhou Jiliu. A Study on Automatic Recognition System for Human Faces. Journal of Si chuan University (Natural Science Edition), 1993, 30(1):70-75
[3]PengHui,etal. Research of Automatic Recognition Based on K-L Transform. Journal of Tsinghua University (Science and Technology), 1997, 37(1):67-70
[4]ChengYQ, ZhuangYM, WangHF, etal. An Efficient Recognition Approach to Human Faces. ACTA Automatica Sinica, 1993, 19(1):54-61
[5]ZhangHui, Zhou Hongxiang, HeZhenya. Face image feature extraction and recognition based on principal component analysis neural networks. Pattern Recognition and Artifical Intelligence,1996,9(1):52-57
