半監(jiān)督特征提取算法及其在人臉識(shí)別應(yīng)用中的研究.pdf

1、人臉識(shí)別的應(yīng)用已經(jīng)不再局限于安防、身份驗(yàn)證等領(lǐng)域，特別是近幾年興起的互聯(lián)網(wǎng)金融、智慧城市等都為人臉識(shí)別等生物特征識(shí)別技術(shù)提供了巨大的潛在市場(chǎng)。人臉自動(dòng)識(shí)別系統(tǒng)主要包括兩大部分:檢測(cè)定位部分與特征提取部分。特征提取作為人臉識(shí)別系統(tǒng)中關(guān)鍵的一步，其抽取結(jié)果的好壞直接影響了后續(xù)的分類識(shí)別。特征提取的主要目的是降低樣本維數(shù)，如何有效地從人臉圖像中抽取并描述個(gè)體特征，是人臉識(shí)別研究的關(guān)鍵問題之一。
　　本文系統(tǒng)地介紹了目前具有代表性的人臉降

2、維算法，包括經(jīng)典的線性降維方法如主成分分析(PCA)方法、線性判別分析(LDA)，以及流形學(xué)習(xí)中的線性方法如局部保持投影(LPP)等。在分析了上述方法各自優(yōu)缺點(diǎn)并結(jié)合實(shí)際應(yīng)用情況引出半監(jiān)督降維方法，并以半監(jiān)督判別分析(SDA)為例詳述了算法思想及步驟。在此基礎(chǔ)上借鑒流形正則化提出一種正則化半監(jiān)督判別分析算法。該算法通過構(gòu)建所有樣本的近鄰圖來估計(jì)數(shù)據(jù)的局部與非局部幾何結(jié)構(gòu)，然后將此作為正則項(xiàng)引入改進(jìn)的LDA的準(zhǔn)則函數(shù)中，最后最大化目標(biāo)函數(shù)

3、來獲得一組有效的分類投影軸。為了方便測(cè)試算法，本文最后實(shí)現(xiàn)了基于MATLAB的人臉測(cè)試仿真系統(tǒng)，并給出了相關(guān)系統(tǒng)設(shè)計(jì)、部分模塊的具體實(shí)現(xiàn)。
　　本文的貢獻(xiàn)主要有:提出了一種正則化半監(jiān)督判別分析算法，該方法通過重構(gòu)類內(nèi)、類間散度矩陣，強(qiáng)調(diào)了具有較小類間距的類并對(duì)類間距較大的類賦予懲罰，避免了有較小類間距的類重疊;在構(gòu)造近鄰圖的過程中同時(shí)考慮了樣本的局部和非局部幾何結(jié)構(gòu)，對(duì)分類產(chǎn)生了積極的影響，且由于添加了正則項(xiàng)在一定程度上解決了小樣