基于局部保留投影的人臉特征提取研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩64頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、人臉識(shí)別技術(shù)是當(dāng)前模式識(shí)別的主要分支之一。人臉是典型的高維數(shù)據(jù),如何從這些高維數(shù)據(jù)中找出事物的本質(zhì)規(guī)律成為迫切需要解決的問(wèn)題。通常的辦法在高維數(shù)據(jù)中盡可能多的提取有用的特征,然后根據(jù)需要對(duì)特征進(jìn)行降維。
  局部保留投影是一種基于數(shù)據(jù)局部結(jié)構(gòu)的降維方法,它能夠保留數(shù)據(jù)之間的幾何結(jié)構(gòu)和相關(guān)性。由于局部保留投影是基于向量表示的降維方法,應(yīng)用在高維數(shù)據(jù)集上容易產(chǎn)生“小樣本問(wèn)題”。而人臉數(shù)據(jù)是典型的高維小樣本數(shù)據(jù)。目前解決該問(wèn)題的方法是采

2、用Laplacianface方法,即先用傳統(tǒng)的主成份分析方法降維,之后再使用局部保留投影降維。但是主成分分析破壞了數(shù)據(jù)集的幾何特征和數(shù)據(jù)之間的相關(guān)性,影響局部保留投影算法的實(shí)現(xiàn)。本文分析了局部保留投影算法特征,提出了三個(gè)改進(jìn)方法。并在ORL和AR人臉庫(kù)上與Laplacianface方法做比較,實(shí)驗(yàn)結(jié)果證明了改進(jìn)方法的有效性。
  本文同時(shí)對(duì)二維局部保留投影算法(2DLPP)進(jìn)行研究。2DLPP是局部保留投影的矩陣擴(kuò)展方法,它不改變

3、局部保留投影的局部保留特性。2DLPP和LPP均是非監(jiān)督學(xué)習(xí)方法,他們只考慮到數(shù)據(jù)局部結(jié)構(gòu)關(guān)系而沒(méi)有利用類的標(biāo)簽信息。本文在2DLPP基礎(chǔ)上提出的兩個(gè)新的方法,分別是2D監(jiān)督局部保留投影(2DSLPP)和判別的2D監(jiān)督局部保留投影(2DDSLPP)。2DSLPP可以聚集同類樣本。2DDSLPP則最小化類內(nèi)間距同時(shí)最大化類間間距的形式,找出最能區(qū)分類的子空間。
  在論文的實(shí)驗(yàn)章節(jié)部分,我們給出2DSLPP、2DDSLPP與2D線性

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論