版權(quán)說明: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),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、特征抽取是模式識別研究中最基本問題之一。對于人臉識別而言,抽取有效的人臉特征是提高識別(分類)效果的一個關(guān)鍵問題。
近年來,流形學(xué)習(xí)成為機(jī)器學(xué)習(xí)及模式識別等領(lǐng)域的研究熱點(diǎn)之一,其主要目標(biāo)是發(fā)現(xiàn)高維空間數(shù)據(jù)的低維光滑流形。自從2000年Roweis和Saul提出局部線性嵌入(Locally Linear Embedding,LLE)算法、Tenenbaum等人提出等距離映射(IsometricMapping,ISOMAP)算
2、法、2003年Belkin等人在局部保持的思想上提出拉普拉斯算子特征映射(Laplacian eigenmaps,LE)后,基于流形學(xué)習(xí)的人臉識別研究引起了人們的廣泛關(guān)注。
基于流形學(xué)習(xí)的圖嵌入是應(yīng)用比較廣泛的一種特征抽取方法。本文對圖嵌入及其在人臉識別中的應(yīng)用問題進(jìn)行研究,提出了幾種新的基于圖嵌入的人臉識別算法,通過標(biāo)準(zhǔn)人臉數(shù)據(jù)庫仿真實(shí)驗(yàn)驗(yàn)證了它們的有效性。
本文的主要工作和創(chuàng)新成果點(diǎn)集中在以下幾個方面:<
3、br> (1)在局部保持投影(LPP)算法和局部鑒別嵌入(LDE)算法基礎(chǔ)上,利用模糊集理論,分別提出了基于模糊局部保持投影(FLPP)和基于模糊局部鑒別嵌入(FLDE)的特征抽取方法。在這兩種方法中,首先根據(jù)模糊K近鄰算法得到數(shù)據(jù)樣本隸屬度信息,然后利用樣本隸屬度信息重新定義數(shù)據(jù)樣本的拉普拉斯散布矩陣分別構(gòu)造來FLPP和FLDE的目標(biāo)函數(shù),最后通過求解廣義方程找到它們的最優(yōu)投影矩陣。
(2)在主成分分析(PCA)算
4、法和局部線性嵌入(LLE)算法基礎(chǔ)上,考慮樣本分布全局性和局部性,提出了非監(jiān)督線性差分投影(ULDP)的特征抽取方法。在該方法中,首先通過樣本數(shù)據(jù)間的流形距離來構(gòu)建局部近鄰圖與全局方差圖來表征局部近鄰結(jié)構(gòu)與全局結(jié)構(gòu)信息。最后,當(dāng)局部最小嵌入和全局最大方差構(gòu)建好后,通過同時滿足最小局部散布和最大全局散布來找到一個最優(yōu)的投影軸。
(3)在局部線性嵌入(LLE)算法基礎(chǔ)上,考慮樣本的潛在流形結(jié)構(gòu),提出基于最大間距準(zhǔn)則的局部圖嵌入
5、(LGE/MMC)的特征抽取方法。該算法在保持近鄰的前提下,分別構(gòu)造類內(nèi)緊致圖和類間懲罰圖。旨先在類內(nèi)緊致圖中利用線性重構(gòu)的局部對稱性找出高維數(shù)據(jù)空間中的非線性結(jié)構(gòu),使同類樣本盡可能地聚集在一起;然后在類間懲罰圖中使不同類別的樣本盡可能遠(yuǎn)離;為了避免“小樣本”問題,采用MMC準(zhǔn)則的形式構(gòu)造目標(biāo)函數(shù)。
(4)在二維局部保持投影(2DLPP)算法基礎(chǔ)上,考慮樣本的類別信息,提出基于二維局部圖嵌入鑒別分析(2DLGEDA)的特征
溫馨提示
- 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于核范數(shù)的特征抽取與人臉識別應(yīng)用研究.pdf
- 基于核的非線性特征抽取與人臉識別方法研究.pdf
- 人臉檢測與人臉特征抽取算法研究.pdf
- 人臉識別特征抽取算法的研究.pdf
- 基于流形的特征抽取及人臉識別研究.pdf
- 小樣本情況下特征抽取算法與人臉識別研究.pdf
- 基于NLBP算子的人臉識別與人臉特征定位.pdf
- 人臉識別中特征抽取方法的研究.pdf
- 基于集成學(xué)習(xí)的人臉特征抽取及識別研究.pdf
- 基于重構(gòu)的鑒別特征抽取及人臉識別應(yīng)用研究.pdf
- 人臉特征自動定位與人臉識別的研究.pdf
- 人臉識別中的部分特征抽取技術(shù)研究.pdf
- 嵌入式OpenCV的移植與人臉識別.pdf
- 基于LBP及其變種的人臉特征抽取與識別.pdf
- 基于流形學(xué)習(xí)的特征提取與人臉識別研究.pdf
- 人臉面部特征定位與人臉識別方法的研究.pdf
- 人臉特征提取與人臉識別系統(tǒng)研究.pdf
- 人臉識別中鑒別特征抽取若干方法研究.pdf
- 基于圖嵌入的人臉識別算法研究.pdf
- 基于子空間分析的特征抽取及人臉識別技術(shù)研究.pdf
評論
0/150
提交評論