投影分析在人臉識(shí)別中的研究與應(yīng)用.pdf

1、人臉識(shí)別技術(shù)是計(jì)算機(jī)模式識(shí)別領(lǐng)域中一個(gè)非?；钴S的研究課題,在法律、商業(yè)等領(lǐng)域有著廣泛的應(yīng)用前景.其主要任務(wù)是利用已存儲(chǔ)的人臉圖像庫(kù),識(shí)別靜止或視頻圖像中的一張或多張人臉.在模式識(shí)別領(lǐng)域中,基于Fisher鑒別準(zhǔn)則函數(shù)的最佳鑒別變換有著重大的影響.該文完善了基于Fisher鑒別準(zhǔn)則的線性鑒別分析的理論構(gòu)架,給出了求解最優(yōu)鑒別矢量集的一個(gè)非常簡(jiǎn)單而有效的算法.該文揭示了具有統(tǒng)計(jì)不相關(guān)性的線性鑒別分析方法與經(jīng)典的K-L展開(kāi)方法的內(nèi)在關(guān)系,并在

2、此基礎(chǔ)上導(dǎo)出了一種基于類內(nèi)散布的最優(yōu)PCA展開(kāi)方法.而且,該文進(jìn)一步將這種方法擴(kuò)展成為基于類內(nèi)散布的最優(yōu)KernelPCA展開(kāi)方法.在ORL人臉圖像數(shù)據(jù)庫(kù)上的識(shí)別實(shí)驗(yàn)也證明了所提方法的有效性.多分類器的組合已成為模式識(shí)別領(lǐng)域的前沿研究課題,并在許多應(yīng)用方面,如字符識(shí)別、目標(biāo)識(shí)別等領(lǐng)域,取得了較好的應(yīng)用效果.目前,已有多種多分類器組合方法被用來(lái)識(shí)別人臉.該文從抽取具有統(tǒng)計(jì)不相關(guān)的模式特征的想法著手,通過(guò)作基于小波變換的圖像分解和K-L變換

3、等處理避開(kāi)人臉識(shí)別的小樣本集的局限,并通過(guò)運(yùn)用具有統(tǒng)計(jì)不相關(guān)性的最佳鑒別變換抽取人臉的有效鑒別特征.同時(shí),利用多特征多分類器組合的方法對(duì)ORL人臉圖像庫(kù)進(jìn)行了識(shí)別,實(shí)驗(yàn)達(dá)到了令人滿意的效果.該文通過(guò)抽取多組人臉特征進(jìn)行特征融合實(shí)驗(yàn).運(yùn)用基于復(fù)線性投影分析的并行融合方法在NUST603人臉圖像庫(kù)上進(jìn)行了識(shí)別實(shí)驗(yàn).這種方法不僅能大幅度地降低原始數(shù)據(jù)的維數(shù),而且較大程度上提高了分類識(shí)別的效果.該文提出并推導(dǎo)了特征分解的校正算法,并以此為基礎(chǔ),