基于量子進(jìn)化算法的人臉檢測(cè).pdf

1、人臉檢測(cè)技術(shù)是模式識(shí)別、圖像處理等學(xué)科的一個(gè)最熱門(mén)研究課題之一。隨著社會(huì)的發(fā)展，各方面對(duì)快速有效的自動(dòng)身份驗(yàn)證的要求日益迫切，而人臉檢測(cè)技術(shù)作為各種生物識(shí)別技術(shù)中最重要的方法之一，已經(jīng)越來(lái)越多的受到重視。對(duì)于具有實(shí)時(shí)，快捷，低誤識(shí)率的高性能算法以及對(duì)算法硬件加速的研究也逐漸展開(kāi)。PCA算法由于其高效性已經(jīng)在模式識(shí)別領(lǐng)域得到廣泛的應(yīng)用，成為了人臉檢測(cè)的重要方法之一。本文在分析了PCA算法的特性上對(duì)其進(jìn)行了改進(jìn)，使得其在人臉檢測(cè)的過(guò)程中提高

2、了檢測(cè)成功率，并且有效的降低了誤報(bào)率。
　　本文的主要工作為根據(jù)PCA算法的特點(diǎn)提出了一種基于QEA算法改進(jìn)的新的方法。該方法是針對(duì)PCA進(jìn)行人臉檢測(cè)的過(guò)程中，由于其閾值在選取的時(shí)候具有一定的盲目性，從而導(dǎo)致其檢測(cè)結(jié)果不理想而提出的方法。在本文中首先我們使用QEA搜索PCA過(guò)程中的權(quán)重因子，在確定權(quán)重因子的同時(shí)也就確定了相應(yīng)的閾值，使得在選取閾值的過(guò)程中有據(jù)可循，從而能夠高效的確定最佳閾值。另外在本文中構(gòu)建了AR和RIT人臉數(shù)據(jù)集