基于典型相關(guān)分析的鑒別特征抽取方法研究.pdf

1、人臉識(shí)別技術(shù)是計(jì)算機(jī)模式識(shí)別領(lǐng)域非?；钴S的研究課題，而特征抽取是人臉識(shí)別中最基本的問題之一，因此能否抽取人臉圖像有效的鑒別特征也成為人臉識(shí)別技術(shù)的關(guān)鍵問題。典型相關(guān)分析方法是一種新的特征融合方法，它將兩組特征向量融合成一組更具有鑒別力的特征向量。本文主要研究了將典型相關(guān)分析方法應(yīng)用到特征抽取過程中形成了以特征融合為基礎(chǔ)的幾種組合特征抽取方法，并提出了一種典型相關(guān)分析改進(jìn)算法。 本文以基于代數(shù)特征的方法為著眼點(diǎn)，對(duì)基于典型相關(guān)分析

2、的特征抽取方法進(jìn)行了一定的研究。主要工作和貢獻(xiàn)如下： 針對(duì)傳統(tǒng)的典型相關(guān)分析在人臉識(shí)別應(yīng)用中不能充分利用圖像中的類別信息的問題，文本提出了一種融合典型相關(guān)分析與最大散度差的特征抽取方法。首先利用典型相關(guān)分析方法實(shí)現(xiàn)了特征信息的融合，有效地消除了特征之間的信息冗余。然后，通過采用最大散度差鑒別分析方法將訓(xùn)練樣本中的類別信息加以充分的利用，從而有效的提高了人臉識(shí)別的正確率。該方法不僅有效地融合兩組人臉圖像特征向量同時(shí)充分利用到其中蘊(yùn)

3、含的類別信息，這樣較大地提高了人臉識(shí)別的正確率。在ORL標(biāo)準(zhǔn)人臉庫(kù)和Yale人臉庫(kù)上的實(shí)驗(yàn)結(jié)果驗(yàn)證了該算法的有效性。 傳統(tǒng)fisher準(zhǔn)則函數(shù)與最大散度差均屬于線性鑒別分析方法，具有相同的物理意義及相似的特征抽取過程，但是由于兩者采用了不同的準(zhǔn)則函數(shù)，其抽取的特征向量反映了人臉圖像中不同側(cè)面的鑒別信息。本文提出了一種增強(qiáng)性的線性鑒別分析方法。該方法首先通過fisher準(zhǔn)則函數(shù)與最大散度差分析方法抽取兩組特征向量，然后采用典型相關(guān)

4、分析方法完成特征融合該方法不僅融合了兩組線性鑒別信息，而且消除了兩類特征之間的信息冗余，較大地提高了識(shí)別率。最后，在ORL標(biāo)準(zhǔn)人臉庫(kù)和Yale人臉庫(kù)上的實(shí)驗(yàn)結(jié)果驗(yàn)證了該算法的有效性。 傳統(tǒng)的典型相關(guān)分析準(zhǔn)則函數(shù)在界定同組特征集中各元素之間不相關(guān)時(shí)易出現(xiàn)保證函數(shù)分母中乘積最小卻不能符合典型相關(guān)分析方法工作目的的問題。為解決這一問題，本文提出了一種改進(jìn)的典型相關(guān)分析方法，對(duì)典型相關(guān)準(zhǔn)則函數(shù)分母部分進(jìn)行修正，對(duì)該方法進(jìn)行推導(dǎo)得到投影矯