基于改進(jìn)的稀疏保留投影人臉識(shí)別算法研究.pdf

1、模式識(shí)別領(lǐng)域?qū)τ跇颖痉诸惻袆e準(zhǔn)則很多，近期運(yùn)用比較多的是將原始數(shù)據(jù)樣本的稀疏重構(gòu)關(guān)系保持到投影變換后的樣本空間中去，從而增加分類的準(zhǔn)確性。稀疏保留投影（SPP）就是基于該思想發(fā)展起來的典型算法，但算法存在的不足點(diǎn)在于稀疏保留投影算法（SPP）在尋找能夠最佳保持原始樣本空間中的稀疏結(jié)構(gòu)的最佳投影變換時(shí)，是從原始樣本全局角度進(jìn)行考慮，然而一般圖像數(shù)據(jù)樣本呈現(xiàn)出的一般是全局非線性而局部線性的樣本空間結(jié)構(gòu)，也就是原始圖像樣本往往是處在一個(gè)高維空

2、間中的低維流形結(jié)構(gòu)中，基于以上分析的不足之處考慮，本文主要研究點(diǎn)如下：
　　通過稀疏保留投影算法獲取的投影變換向量組是非正交形式的，從圖像樣本本身的非線性結(jié)構(gòu)出發(fā)，投影變換向量呈現(xiàn)正交性將有利于算法識(shí)別率的提高，同時(shí)原始圖像樣本結(jié)構(gòu)呈現(xiàn)線性可分性時(shí)對(duì)于圖像的分類準(zhǔn)確性也有很大的提高作用，從這兩點(diǎn)出發(fā)，提出基于核正交的稀疏保留投影算法（KOSPP），該算法主要是通過核函數(shù)將原始樣本投影到高維核空間實(shí)現(xiàn)樣本的線性可分性之后，同時(shí)在SP

3、P算法中引入正交性獲取正交的投影變換向量組，從而提高算法的鑒別能力。
　　上述方法從投影變換向量組以及樣本結(jié)構(gòu)本身出發(fā)，改進(jìn)了投影變換向量的正交性同時(shí)實(shí)現(xiàn)樣本結(jié)構(gòu)的線性可分，但上述方法仍然是從樣本全局角度出發(fā)，考慮到原始圖像樣本的空間分布情況，一般情況下，對(duì)于原始樣本的低維流行結(jié)構(gòu)進(jìn)行保持將有利于算法識(shí)別率的提高，所以我們通過引入近鄰信息圖矩陣來保留近鄰信息，提出基于局部近鄰信息融合的稀疏保留投影算法（LNIFSPP）。