基于主成分分析的QR二维码人脸识别.pdf

基于主成分分析的QR二维码人脸识别.pdf

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

基于主成分分析的QR二维码人脸识别--第1页

基于主成分分析的QR二维码人脸识别

摘要:社会的高速发展,使得人脸识别技术在身份信息认证方面迅速发展与

成熟,本文提出一个新的思想,将先进的人脸识别技术与当今应用最广泛的二维

码技术相结合,以达到快速认证身份信息的目的。

关键词:主成分分析;QR;二维码;人脸识别

引言

人脸识别技术广泛地应用在社会生活的方方面面,包括身份管理、系统安全

认证、第三方支付、刑侦跟踪、智能家居、人机交互、视频会议等各种场景,因

此人脸识别成为当前模式识别和人工智能领域的一个热门研究方向。

1QR码简介

QR码(QuickResponseCode)的全称为“快速响应矩阵码”,是由日本

Denso公司于1994年开发的一种矩阵式二维码,可用于存储汉字、图像、音频等

多种数据类型的信息。与其他二维码相比,QR码的优势在于能够被快速读取、可

存储更多信息、占用空间小、纠错能力强。使用外围设备来对QR码进行扫描,

能够实现360度全方位高速识读。QR码呈正方形,只有黑白两色,包括编码区域、

空白区域和功能区域。在左上角、左下角、右上角的3个角落中,印有同心正方

形图案。根据QR编码的掩模作用,在内部的其他地方几乎不可能遇到类似的图

形,因此这3个是QR码的定位标志,在扫描时借助图形定位无论以任何角度扫

描,数据都能被正确辨识。QR码共有40个版本,尺寸从21×21模块(版本1)

到177×177模块(版本40),QR编码用深色模块表示二进制“1”,浅色模块

表示二进制“0”,采用RS(Reed-Solomon)纠错,分为4个纠错等级:L级

(纠错7%)、M级(纠错15%)、Q级(纠错25%)、H级(纠错30%)。纠错机

制在即使因某种原因未能完整辨识到全部的条码的情况下,也能够正确地还原条

码上的信息。主成分分析(PrincipalComponentAnalysis,PCA)是一种把多个

变量化为少数几个主成分的统计方法,目的在于数据降维。PCA算法以K-L

基于主成分分析的QR二维码人脸识别--第1页

基于主成分分析的QR二维码人脸识别--第2页

(Karhunen-Loeve)变换为基础,K-L变换介绍如下,它的实质是将一个物体主

轴沿特征向量对齐旋转变换后形成一个新的坐标系,通过变换消除原有向量的各

个分量之间的相关性,进而消除那些带有较少信息的坐标分量,以达到特征空间

降维的目的。

2人脸图像信息处理

2.1主成分分析PCA

主成分分析(PrincipalComponentAnalysis)是一种应用非常广泛的基础数

学分析方法。其内在思想是K-L变换或者霍特林变换,通过分析变量找出一组最

优正交基,使得变换后的变量与原来变量之间的均方误差最小。通过K-L变换后,

将原来的自变量变换成另一组变量,变换后的变量便是“主成分”。从“主成分”

中提取一部分重要成分作为新的自变量,最后用最小二乘法对选取主成分后的模

型参数进行估计。PCA原理是将一个高维向量通过一个特征变换矩阵将变换后的

变量投影到一个低维向量空间中形成一个低维向量,并且几乎不损失主要信息。

本文的人脸识别过程中,将每一个特征脸处理成了一个特征脸。PCA算法经过多

年的发展和研究已经非常完善和成熟,因此本文将直接应用MATLAB本身的PCA

算法将ORL人脸库的数据信息进行降维处理,得到的特征脸信息再与QR二维码

技术结合,设计出基于主成分分析的人脸二维码识别系统。

2.2PCA人脸压缩与重构算法分析

本文的训练集以及测试集采用的是ORL人脸库。基于ORL人脸库的信息多样

和标准灰度图像的优点,我们将直接对选取的人脸样本集

您可能关注的文档

文档评论(0)

LLFF222 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档