基于2D Gabor变换的人脸特征描述已经受到了很多人的关注.然而现有的Gabor特征维数较高,而且具有冗余性,因此选择最佳的Gabor特征用于人脸识别显得尤为的重要.利用最大余量原理的特征选择算法在目前的机器学习研究中已经占据了重要的地位.本文在基于余量的迭代搜索法(Simba)的基础上,引入了一种新的选择算法:基于余量的共轭梯度法(Cgmba),它只需较少次迭代就可以找到最佳解.我们在IMM人脸库上进行了实验,实验结果表明:尽管只使用了一半不到的特征,但Cgmba和Simba的识别率却分别提高了3.75和1.25个百分点,同时也证实了我们提出的Cgmba明显优于Simba.最后我们对Cgmba选择的Gabor特征的分布情况进行了分析,可以看出较大尺度的特征相对于较小尺度的特征对于分辩人脸的细微差别具有同等的重要性,而且在垂直,135°方向的特征具有更强的分辩能力.

基于虹膜识别的身份认证系统包括3部分:虹膜图像采集,虹膜图像预处理,虹膜图像编码和识别.预处理过程中对虹膜的精确定位,使定位后的虹膜图像具有平移、尺度和旋转的不变性.与现有其他方法相比,该方法将Symlets小波用于虹膜图像编码,使算法的运行速度大大提高,为Daugman方法的8倍, 克服了当前流行算法中计算量过大的问题.

阐述了扫描仪特征化的原理和方法.采用多项式回归和人工神经网络技术,建立了扫描仪记录的RGB信息和原影像CIEXYZ及CIELAB色度信息之间的非线性对应关系.对4个常用扫描仪,实验得到了合理的多项式和人工神经网络结构.发现多项式项数为10较为合适,达到的CIELAB平均色差和最大色差分别在1.6～3.0和8～13个色差单位之间;6个隐含层神经元为人工神经网络较为合理的结构,达到的CIELAB平均色差和最大色差分别在1.4～2.6和6～8个色差单位之间.实验结果表明,对常用扫描仪的特征化,可采用多项式回归或人工神经网络技术,其中人工神经网络技术精度?细?