析取范式隨機森林在人臉識別中的應用研究.pdf

1、作為最具挑戰(zhàn)的研究課題，人臉識別技術近年來備受人們的關注。人臉識別是一種通過計算機提取人臉的特征，并根據(jù)這些特征進行身份驗證的技術。人們對人臉識別技術的研究已有了很長一段時間，并且產(chǎn)生了許多有效的方法，但如何運用這些方法來滿足不同條件下的識別需求，仍然是目前研究的重點。本文對現(xiàn)有的人臉識別方法進行了研究與總結，并引入析取范式的概念，提出一種基于析取范式隨機森林的人臉識別方法。論文的主要工作及創(chuàng)新點如下：
　?。?）對國內(nèi)外人臉識別

2、方法進行總結和分析，并對目前幾種熱門的特征提取方法和分類器算法進行詳細介紹。
　　（2）為了對隨機森林算法中的弱分類器進行有效的整合，提高模型的分類能力，本文引入析取范式的概念，提出一種基于析取范式的隨機森林模型——析取范式隨機森林。本文將析取范式構建模型的思想應用于隨機森林算法中，先對隨機森林中的弱分類器進行整合，再利用后向傳播的思想建立全局目標函數(shù)，進而達到使模型中所有弱分類器都能在統(tǒng)一框架下進行學習的目的。實驗結果表明，將析

3、取范式構建模型的思想應用于隨機森林算法中，可以有效地提高模型的分類性能，減小模型的泛化誤差。
　?。?）本文除了采用對比的實驗策略對模型的訓練時間和錯誤率進行測試外，還考慮到在實際實驗過程中，可能會出現(xiàn)人為標錯樣本或邊緣樣本錯誤標注的現(xiàn)象。所以實驗中加入了一定數(shù)量的錯誤樣本，進而驗證模型對錯誤樣本的容忍能力，即考察加入錯誤樣本后模型的分類準確率是否會產(chǎn)生很大的變化。實驗結果表明，與隨機森林相比析取范式隨機森林對錯誤樣本有很強的容忍