本站原创
摘要：随着计算机技术和生物医学工程技术突飞猛进的进展，利用人体生物特点来鉴定身份的生物识别技术越来越受到人们的青睐。生物特点识别技术就是一种将信息技术与生物技术相结合的新型识别技术，它通过利用各种设备获取人体的生理特点或行为特点来进行身份的鉴别,生物特点识别是方式识别的一个重要的组成部分。所有基于生物特点的识别技术都有大体相同的工作与原理和历程。首先利用光电扫描传感器获取人体图像，然后将其数据化，再利用某种数学算法对提取的图像进行处理，将最后生成的特点模板与预先保有着人体生物特点数据库中进行比较，最后根据比对的相似性来确定是否匹配。人脸识别技术作为生物识别领域中的一种基于生理特点的识别技术，是以通过计算机提取人脸特点，并根据这些特点进行身份验证的一种技术。同其他生物特点相比，人脸识别技术具有操作简单、结果直观、隐蔽性好的优点。由于光学技术的进步，我们可以获得人眼不可见波长下的近红外人脸图像。这种近红外人脸图像不会受到光照环境的影像，甚至可以在夜间或无可见光的情况下亦能获得。由于其获得方式与可见光人脸图像不同，表达了不同的人脸信息，由此我们可以对两者进行特点融合。这种近红外与可见光人脸的融合识别被称为异质人脸生物特点识别。人脸识别技术中的典型相关浅析是多元统计浅析的一个重要探讨课题。本论文首先探讨了它的数学模型，以及求解算法。它借助主成分的思想，用少数几对综合变量来反映两组变量间的线性相关性质。典型相关浅析的两组变量正好需要以同一个样本通过不同方式获得的两组变量，也就是说需要两组变量有一定的内在联系，正好可以用在对近红外与可见光人脸图像进行识别。典型相关浅析可以用来对近红外与可见光人脸图像进行相关性的计算，计算出的两组综合变量可以反映出两者的整体相关性,利用这种相关性找出的特点在组合后可以用来进行分类。用向量表示图像虽然简单，但是在现实世界中，很多物体都是利用张量来表示的，利用向量来表示图像会在一定的程度上损失图像的空间信息，并且在进行典型想过浅析的时候经常会造成矩阵的奇异。于是，我们把向量推导到矩阵，再以矩阵推到导张量。基于张量的各种人脸识别算法因为其在特点提取中可以保持样本的时空特性，由此张量浅析成为了一个热门的话题。本论文以类比典型相关浅析与二维典型相关浅析出发，推导出基于张量的典型相关浅析策略，详细的叙述了张量典型相关浅析的计算历程，给出了算法步骤。最后，通过实验确定了算法的迭代次数，以及识别率。验证了基于张量CCA的近红外与可见光人脸融合识别算法可以提升人脸识别的成功率，尤其是在提取特点小特点维数的范围内。关键词：人脸识别论文张量论文典型相关浅析论文近红外与可见光人人脸论文人脸融合论文
摘要4-6
Abstract6-10
第1章 绪论10-16
1.1 探讨背景与作用10-12
1.2 人脸识别的探讨近况12-15
1.3 本论文的主要工作和结构安排15-16
1.3.1 主要工作15
1.3.2 结构安排15-16
第2章 人脸图像信息16-23
2.1 张量16-19
2.1.1 张量的符号表示16-17
2.1.2 张量与矩阵的乘积17
2.1.3 张量的乘积体现方式17-18
2.1.4 张量的内积18
2.1.5 矩阵的克罗内克积18-19
2.1.6 张量距离19
2.3 近红外人脸图像19-20
2.4 人脸图像融合20-21
2.5 分类器21-22
2.6 本章小结22-23
第3章 人脸特点提取的典型相关浅析策略23-30
3.1 典型相关浅析的数学描述23-24
3.2 求典型相联系数24-25
3.3 典型相联系数的验证25-26
3.4 典型相关浅析的算法26
3.5 其他特点提取算法26-28
3.5.1 PCA 策略26-27
3.5.2 LDA 策略27-28
3.6 本章小结28-30
第4章 基于张量典型相关浅析融合识别算法30-41
4.1 二维典型相关浅析30-31
4.2 推导张量典型相关浅析31-32
4.3 张量典型相关浅析算法32-33
4.4 二维主成份浅析33-34
4.5 实验结果与浅析34-39
4.5.1 人脸数据库34-35
4.5.2 近红外人脸识别与可见光人脸识别的比较35-36
4.5.3 CCA、2DCCA 和 TCCA 识别率比较36-38
4.5.4 近红外与可见光融合识别38-39
4.6 本章小结39-41
第5章 总结和展望41-43
5.1 总结41
5.2 展望41-43