從傳統(tǒng)到計算成像的識別研究.pdf

1、模式識別是使計算機自動尋找蘊含在各種圖像、數(shù)據(jù)或是思維方式中的規(guī)律，并利用此規(guī)律進行建模，達到對同類物體的辨別和分類目的。模式識別在生物學、醫(yī)學和國防等各個領域都占據(jù)著舉足輕重的作用，對其進行研究具有重要的意義。
　　模式識別系統(tǒng)的目標是將一個輸入模式分類到一個特定的類別中。傳統(tǒng)識別一般主要研究兩部分:(1)分析（也稱描述），即提取所研究模式的特征;(2)分類（也稱識別），即通過第一部分得到的特征，使系統(tǒng)操作者認識這個模式（或是物

2、體）。分析部分是整個傳統(tǒng)識別的核心。所以，本文首先圍繞怎樣提取有效的原始物空間的特征表示，研究了各種比較流行的算法，在表情庫上進行了實驗分析與比較。
　　但是，不難發(fā)現(xiàn)，上述的算法是將模式的成像與識別分開研究，局限在首先進行物空間的冗余重構表示，然后再進行后續(xù)的圖像處理，這樣不可避免的帶來了資源的浪費。在本文的后半部分研究了基于計算成像的識別，所謂“計算”，就是將成像系統(tǒng)與后置的特征提取計算步驟看成一個整體，設計一種新型的成像系統(tǒng)

3、——“計算成像”，使得成像系統(tǒng)的目的不再是滿足人們的視覺要求而是提供滿足智能應用所必須的魯棒和智能功能，實現(xiàn)“從3D到信息”的跨越。
　　論文的主要工作及創(chuàng)新性為:
　　1.系統(tǒng)的研究了目前傳統(tǒng)識別中比較流行的特征提取算法、特征降維算法，將各種算法的優(yōu)點相結合，組成了對于特定的表情識別較好的算法:Gabor小波+局部特征提取+核通用矢量判別(Kernal Discrimination Common Vector，KDCV)+

4、支持向量機(Support Vector Machine，SVM)。
　　2.在實驗室資金與技術支持下，與實驗室成員合作完成了人臉識別系統(tǒng)，連續(xù)三年參加了由臺灣由田公司主辦的人臉識別比賽，并且獲得了較好的成績。
　　3.在計算成像識別方法的新框架下，研究該方法在人臉識別、表情識別和性別識別上的應用，并進行仿真實驗，實驗的結果證明了所研究方法的有效性。
　　4.給出了一個基于計算成像思想的輪廓監(jiān)測識別系統(tǒng)，該系統(tǒng)通過紅外