导读:本文包含了频谱脸论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:频谱,傅立叶,小波,彩色,距离,最大值,线性。
频谱脸论文文献综述
张国政,姜威[1]（2011）在《采用频谱脸和FLD的分量融合彩色人脸识别》一文中研究指出为了充分利用彩色信息而又不使算法过于复杂,提出了一种对彩色人脸图像进行识别的新方法,首先基于HSV空间提取S、V分量,然后分别采用频谱脸与FLD对其进行特征提取,再以两分量的融合特征作为分类依据进行识别。选取典型特征S和V,既保留了彩色信息又降低了复杂度。频谱脸实际上就是小波概貌图像的傅里叶幅度谱,其位移不变性和旋转不变性能有效消除因为人像表情变化和少许掩膜带来的识别误差。通过对ESSEX大学彩色人脸库的识别实验,验证了该方法有很好的识别能力。(本文来源于《计算机工程与应用》期刊2011年23期）
张国政[2]（2011）在《频谱脸与FLD结合的彩色分量特征融合人脸识别算法研究》一文中研究指出随着信息及保密技术的不断发展,传统的保密与认证方式已越来越难以满足认证安全性的要求。生物特征识别技术由于其特征难以被复制与伪造,被认为是当今高度互联信息化社会最高级别的安全密钥系统,它将信息技术与生物技术相结合,利用独特的生理和行为特征来进行个人身份鉴定。人脸识别作为生物特征识别领域的一个研究热点,有着广阔的应用前景和迫切的现实需求。除形状、纹理和其他低级图像特征外,颜色信息是非常重要的特征。以往的研究大多局限于灰度图像,而生活在绚烂多彩的世界中,人的视觉系统产生的多为彩色图像,已有研究表明,当人脸识别系统发展到一定的高水平后,加入信息量更多的彩色特征是进一步提高识别系统性能的关键。加入彩色信息能有效提高识别效果,特别是当图像分辨率与对比度等特征衰退的时候。本文在详细研究了人类视觉系统及多种颜色模型的基础上,结合灰度图像识别已有研究成果和彩色图像基本理论,提出了人脸彩色图像识别新的算法——种频谱脸与FLD结合的彩色分量特征融合识别算法。实验表明,与传统的基于四元数模型和彩色图像灰度化识别方法相比,新算法在算法复杂度、识别速度以及识别率方面都有不同程度的优势,尤其是在大样本条件下具有更好的识别效果。具体来说,本文研究内容主要有以下几点：1.讲述了生物特征识别及人脸图像识别的研究背景、关键技术、发展及现状。2.在深入研究了彩色图像基本理论、彩色图像预处理及人脸特征提取与分类等人脸识别领域关键技术的基础上,提出了一种有效的彩色图像特征融合识别算法,并在特定彩色空间中实验加以验证。简单来说：首先采用彩色图像处理技术对训练及识别图像进行预处理,然后在彩色空间中提取最有效分量的频谱脸+FLD特征,对提取的分量特征采用融合算法得到融合特征,最后采用最近邻法进行分类识别。3.总结了本文新算法的特点：首先,从实现方法上看,本文特征提取采用了频谱脸结合FLD的方法,可以有效消除人脸表情变化和光照、侧视角度的影响,频谱脸结合FLD提取的特征具有更好的分类特性,分量融合特征更能反映图像的分类信息。其次,从实现过程上看,充分考虑了彩色分量对于识别的重要性,选取对识别最有效的S与V分量来简化运算,根据全局特征的思想将两分量的特征融合,丰富了类别信息,增强了抗干扰能力,从而提高了识别率。(本文来源于《山东大学》期刊2011-04-20）
韩凌,王宏[3]（2006）在《一种基于频谱脸和Fisherface的人脸识别新方法》一文中研究指出频谱脸方法主要是采用二维小波变换和傅立叶变换。因为人脸图像的低频部分对人脸的表情变化是不敏感的,所以对人脸图像使用二维小波变换,提取人脸图像的低频部分。再对人脸图像的低频部分使用傅立叶变换,从而获得原人像的一个低维空间的表达。但是频谱脸特征维数仍然较高,所以在频谱脸法的基础上继续提取人脸频谱图像的F isherface特征,降低特征的维数,提高识别效率。利用ORL人脸库进行了实验,实验结果表明该识别系统具有较好的识别能力。(本文来源于《计算机仿真》期刊2006年07期）
郑全录,赵薇,韩凌,王宏[4]（2006）在《基于频谱脸和不变矩人脸识别新方法的研究》一文中研究指出提出了基于频谱脸和不变矩的人脸识别方法。频谱脸是一种人脸的特征表达方式,可以有效地消除人脸表情变化、少许遮掩对人脸识别的影响。而不变矩是图像的一种统计特征,具有的平移不变性、旋转不变性和比例不变性,可以有效减少少许姿态和光照条件变化所带来的识别误差。因此首先对原始图像进行适当级数的小波变换及傅立叶变换得到人脸图像的频谱脸表达,然后利用频谱脸图像矩阵的不变矩作为识别特征,建立人脸识别模型。利用ORL人脸数据库进行仿真实验,结果表明,该方法识别率较高,识别速度较快,便于实时实现。(本文来源于《机械设计与制造》期刊2006年05期）
张强,王黎,孙飞,孙平,郑南宁[5]（2003）在《基于最大值-均值的改进的频谱脸算法》一文中研究指出给出了一种基于最大值-均值的改进的频谱脸的人脸识别算法。为了提高识别性能,要求每个用户在注册时使用多张图像,这样在识别阶段就面临一个如何对待人脸库中每一个用户的多个不同的频谱特征的问题。为了解决这一问题,采用了一种称之为最大值-均值的判决方法。同时根据实验结果,选择了其它的小波来进行图像分解。实验表明,这种改进后的频谱脸算法的识别性能要优于原来的频谱脸算法。(本文来源于《计算机应用研究》期刊2003年09期）
赖剑煌,颜鑫弘,邓东皋[6]（2002）在《完善频谱脸人像识别的分类器设计》一文中研究指出频谱脸方法是一种利用小波变换和 Fourier变换有效地提取人像的位移不变特征和表情相对不变特征的方法 .该文着重讨论了频谱脸方法系统化的预处理方法和相似性度量选择这两个关键性问题 .其中 ,矩的方法被用于对人像进行预处理 ,因为它能有效地对人像的伸缩和平面旋转进行矫正 ;通过对最近邻法、平均法、Hausdroff距离法和修正的 Hausdroff距离法等 4种典型的相似性度量方法中进行比较和分析的结果表明 ,最近邻法、平均法和修正的 Hausdroff距离法都是频谱脸方法进行相似性度量的有效方法 ,其中 ,最近邻法是最有效的方法 ,它对诸如位移、伸缩、平面旋转、少许遮掩及少许姿势、表情和光照条件的变化等多种影响人像识别的因素均具有最佳的容错性 ,并在 Yale和 Olivetti人像数据库上进行了识别试验 ,分别取得了 97%和 99%的识别率(本文来源于《中国图象图形学报》期刊2002年05期）
赖剑煌,阮邦志,冯国灿[7]（1999）在《频谱脸:一种基于小波变换和Fourier变换的人像识别新方法》一文中研究指出提出了一个基于小波变换和Ｆｏｕｒｉｅｒ变换的人像识别新方法，它首先对人像作适当层数的二维小波分解，然后对其低频的子图象作Ｆｏｕｒｉｅｒ变换，从而获得原人像的一个低维空间的表达，该表达是振幅谱位移不变的。在Ｙａｌｅ 和Ｏｌｉｖｅｔｔｉ人像数据库上的实验表明，频谱脸的方法比ＰＣＡ的方法和空间模式匹配法有更佳的识别效果，特别是它能有效地消除因为人像的表情变化和少许遮掩带来的识别误差(本文来源于《中国图象图形学报》期刊1999年10期）
频谱脸论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着信息及保密技术的不断发展,传统的保密与认证方式已越来越难以满足认证安全性的要求。生物特征识别技术由于其特征难以被复制与伪造,被认为是当今高度互联信息化社会最高级别的安全密钥系统,它将信息技术与生物技术相结合,利用独特的生理和行为特征来进行个人身份鉴定。人脸识别作为生物特征识别领域的一个研究热点,有着广阔的应用前景和迫切的现实需求。除形状、纹理和其他低级图像特征外,颜色信息是非常重要的特征。以往的研究大多局限于灰度图像,而生活在绚烂多彩的世界中,人的视觉系统产生的多为彩色图像,已有研究表明,当人脸识别系统发展到一定的高水平后,加入信息量更多的彩色特征是进一步提高识别系统性能的关键。加入彩色信息能有效提高识别效果,特别是当图像分辨率与对比度等特征衰退的时候。本文在详细研究了人类视觉系统及多种颜色模型的基础上,结合灰度图像识别已有研究成果和彩色图像基本理论,提出了人脸彩色图像识别新的算法——种频谱脸与FLD结合的彩色分量特征融合识别算法。实验表明,与传统的基于四元数模型和彩色图像灰度化识别方法相比,新算法在算法复杂度、识别速度以及识别率方面都有不同程度的优势,尤其是在大样本条件下具有更好的识别效果。具体来说,本文研究内容主要有以下几点：1.讲述了生物特征识别及人脸图像识别的研究背景、关键技术、发展及现状。2.在深入研究了彩色图像基本理论、彩色图像预处理及人脸特征提取与分类等人脸识别领域关键技术的基础上,提出了一种有效的彩色图像特征融合识别算法,并在特定彩色空间中实验加以验证。简单来说：首先采用彩色图像处理技术对训练及识别图像进行预处理,然后在彩色空间中提取最有效分量的频谱脸+FLD特征,对提取的分量特征采用融合算法得到融合特征,最后采用最近邻法进行分类识别。3.总结了本文新算法的特点：首先,从实现方法上看,本文特征提取采用了频谱脸结合FLD的方法,可以有效消除人脸表情变化和光照、侧视角度的影响,频谱脸结合FLD提取的特征具有更好的分类特性,分量融合特征更能反映图像的分类信息。其次,从实现过程上看,充分考虑了彩色分量对于识别的重要性,选取对识别最有效的S与V分量来简化运算,根据全局特征的思想将两分量的特征融合,丰富了类别信息,增强了抗干扰能力,从而提高了识别率。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
频谱脸论文参考文献
[1].张国政,姜威.采用频谱脸和FLD的分量融合彩色人脸识别[J].计算机工程与应用.2011
[2].张国政.频谱脸与FLD结合的彩色分量特征融合人脸识别算法研究[D].山东大学.2011
[3].韩凌,王宏.一种基于频谱脸和Fisherface的人脸识别新方法[J].计算机仿真.2006
[4].郑全录,赵薇,韩凌,王宏.基于频谱脸和不变矩人脸识别新方法的研究[J].机械设计与制造.2006
[5].张强,王黎,孙飞,孙平,郑南宁.基于最大值-均值的改进的频谱脸算法[J].计算机应用研究.2003
[6].赖剑煌,颜鑫弘,邓东皋.完善频谱脸人像识别的分类器设计[J].中国图象图形学报.2002
[7].赖剑煌,阮邦志,冯国灿.频谱脸:一种基于小波变换和Fourier变换的人像识别新方法[J].中国图象图形学报.1999
论文知识图
