增強(qiáng)的子空間鑒別特征提取及分類方法研究.pdf

1、作為最近圖像處理領(lǐng)域的研究熱點(diǎn)的人臉識別研究，它對模式識別和信息安全的發(fā)展很有幫助。而特征提取是模式識別研究的最基本問題之一，它對于圖像識別起著至關(guān)重要的作用。其中，線性鑒別分析是最為常用的特征抽取方法，在人臉識別領(lǐng)域得到了非常多的關(guān)注。然而在最近，核技術(shù)的發(fā)展進(jìn)一步促進(jìn)了傳統(tǒng)的特征抽取方法的發(fā)展。目前出現(xiàn)了核鑒別分分析的非線性特征抽取方法，它可以解決原始的樣本在線性空間可能不可分的問題，使得基于核的特征提取方法也得到了迅速的發(fā)展。另外

2、，由于經(jīng)典的線性鑒別分析需要較多的特征抽取時間，研究者提出了二維線性鑒別分析，使得特征抽取速度大大加快。判別公共向量也是最近幾年的熱點(diǎn)，它可以很好地解決“小樣本問題”，在人臉識別中取得了很好的效果。由于它們都是基于子空間的算法，將之統(tǒng)稱為子空間分析方法。本文基于上述幾種特征抽取技術(shù)對人臉識別方法進(jìn)行了研究，主要工作如下：
　　 1.在分析二維鑒別分析和圖像預(yù)處理的基礎(chǔ)上，提出了一種對圖像的Gabor預(yù)處理和2D Fisherfa

3、ce特征提取方法相結(jié)合的人臉識別。首先利用Gabor濾波器對圖像進(jìn)行預(yù)處理，然后運(yùn)用2D Fisherface方法抽取原始圖像，在運(yùn)用2D Fisherface方法的時候自動提取具有鑒別能力的特征進(jìn)行人臉識別。由于結(jié)合了兩種方法的優(yōu)點(diǎn)，從而取得了比任意一種方法更好的識別結(jié)果。
　　 2.在基于核鑒別特征模型的基礎(chǔ)上，根據(jù)上面所提出的2D Fisherface方法，提出了一種新的核特征抽取方法。先利用改進(jìn)的2D Fisherfac