论文部分内容阅读
人脸识别技术是计算机视觉与模式识别领域非常活跃的研究课题，在身份验证、人机界面、可视通信、公安档案管理、基于内容的图像检索等很多方面都有着广泛的应用。然而，到目前为止，由于人脸识别问题自身的复杂性，使得虽然有众多科学研究人员潜心研究多年，也做出了许多的成果，但离彻底解决并达到实用，仍旧有很多关键性的问题需要解决。本文将人脸识别的经典算法PCA(PrinciPle ComPonent Analysis，主成分分析)与Adaboost算法相结合，改进了PCA人脸识别算法，识别率有明显提高。本文的主要工作包括：
(1)详细介绍了PCA人脸识别的方法，对Adaboost算法做了理论分析，证明了将二者结合进行人脸识别的可行性；
(2)在实现新方法的实验中发现，结合ORL人脸库，PCA+Adaboost方法的识别率明显高于PCA方法和Fisherface方法的识别率；
(3)在实现新方法的实验中发现，结合ORL和Yaleb人脸库，PCA+Adaboost方法的识别率显著优于PCA方法的识别率。