基于流形學(xué)習(xí)的人臉識(shí)別若干關(guān)鍵技術(shù)研究.pdf

1、人臉識(shí)別作為生物特征識(shí)別的主流技術(shù)之一,是國(guó)內(nèi)外研究和應(yīng)用的熱點(diǎn)。主流的人臉識(shí)別技術(shù)對(duì)光照、姿態(tài)等由于非理想采集條件或者用戶(hù)不配合造成的變化魯棒性較差。流形學(xué)習(xí)是近年來(lái)機(jī)器學(xué)習(xí)及模式識(shí)別等領(lǐng)域的研究熱點(diǎn)。人臉從某種意義上來(lái)說(shuō)是一種典型的流形結(jié)構(gòu),人臉數(shù)據(jù)集是由某些內(nèi)在變量控制形成的非線(xiàn)性流形。因此,基于流形學(xué)習(xí)的人臉識(shí)別研究近年來(lái)引起了人們的廣泛關(guān)注,成為該領(lǐng)域的熱門(mén)研究課題。
　　 本文通過(guò)仿真實(shí)驗(yàn),系統(tǒng)分析主流線(xiàn)性和非線(xiàn)性流

2、形學(xué)習(xí)算法在人臉識(shí)別中應(yīng)用的可行性,優(yōu)勢(shì)及存在的問(wèn)題。針對(duì)流形學(xué)習(xí)在人臉識(shí)別應(yīng)用中的本征維數(shù)估計(jì)問(wèn)題、測(cè)試數(shù)據(jù)的out-of-sample問(wèn)題、無(wú)監(jiān)督學(xué)習(xí)問(wèn)題以及人臉識(shí)別技術(shù)中的光照問(wèn)題和活體檢測(cè)問(wèn)題開(kāi)展工作,其主要研究工作及創(chuàng)新點(diǎn)包含以下三個(gè)部分：⑴提出監(jiān)督局部線(xiàn)性判別嵌入(Supervised Locally Linear DiscriminantEmbedding,SLLDE)算法,相對(duì)于局部線(xiàn)性嵌入算法,該方法有以下三點(diǎn)改進(jìn)：①

3、SLLDE是局部線(xiàn)性嵌入算法的線(xiàn)性近似,它借鑒線(xiàn)性判別分析的思想,在目標(biāo)函數(shù)中引入了類(lèi)內(nèi)散度度量和類(lèi)間散度度量,使得同類(lèi)樣本點(diǎn)分布盡可能密集,并且不同類(lèi)的樣本點(diǎn)分離,解決了測(cè)試數(shù)據(jù)的out-of-sample問(wèn)題。②對(duì)于局部線(xiàn)性嵌入算法,本征維數(shù)是一個(gè)需要估計(jì)的未知量。針對(duì)該問(wèn)題,本文提出基于局部線(xiàn)性判別分析的最優(yōu)判別維數(shù)估計(jì)算法。該方法是基于局部主成分分析方法的改進(jìn),對(duì)數(shù)據(jù)的局部子集進(jìn)行線(xiàn)性判別分析。③原始LLE算法是無(wú)監(jiān)督學(xué)習(xí)算法,

4、沒(méi)有利用到樣本的標(biāo)簽信息。SLLDE算法結(jié)合樣本本身的流形結(jié)構(gòu)信息和標(biāo)簽信息調(diào)整樣本點(diǎn)之間的距離,使用調(diào)整后的距離矩陣來(lái)實(shí)現(xiàn)線(xiàn)性近鄰重構(gòu)。⑵將胡[75]等人提出的基于先驗(yàn)知識(shí)的自動(dòng)白平衡算法,應(yīng)用于人臉識(shí)別光照預(yù)處理。光照問(wèn)題是人臉識(shí)別技術(shù)的瓶頸,基于圖像處理技術(shù)的光照預(yù)處理方法以其簡(jiǎn)單有效性在實(shí)際應(yīng)用中得到了廣泛的重視。⑶提出一種結(jié)合傅立葉頻譜分析和眨眼檢測(cè)的反照片欺騙活體人臉判斷方法。在人臉識(shí)別應(yīng)用中,合法用戶(hù)的人臉圖片、視頻以及三