基于局部線性嵌入的人臉識(shí)別方法研究.pdf

1、模式識(shí)別方法已經(jīng)成功地應(yīng)用到大量的目標(biāo)識(shí)別任務(wù)中，其中人臉識(shí)別已成為模式識(shí)別和計(jì)算機(jī)視覺領(lǐng)域的一大研究方向。近年來的研究成果表明，人臉圖像很可能位于一個(gè)非線性流形上，人臉數(shù)據(jù)集是由某些內(nèi)在變量控制形成的非線性流形。
　　 流形學(xué)習(xí)算法的研究是涉及拓?fù)鋵W(xué)、圖論、機(jī)器學(xué)習(xí)、模式識(shí)別、信號(hào)處理、計(jì)算機(jī)視覺等多領(lǐng)域多學(xué)科交叉的結(jié)果，其可以有效發(fā)現(xiàn)高維數(shù)據(jù)的內(nèi)在幾何分布，挖掘隱藏在高維數(shù)據(jù)中的特征信息與內(nèi)在屬性。Roweis等提出了以流形

2、學(xué)習(xí)為核心的局部線性嵌入(LLE)算法，其本質(zhì)就是一種無監(jiān)督的局部非線性學(xué)習(xí)算法，它具有參數(shù)少、計(jì)算速度快、易求全局最優(yōu)解等優(yōu)點(diǎn)，并在圖像分割、圖像識(shí)別、數(shù)據(jù)可視化等方面都有著廣泛的應(yīng)用。但是，LLE具有對(duì)數(shù)據(jù)噪聲敏感和不適合稀疏采樣的特點(diǎn)，在人臉識(shí)別中可能會(huì)將相隔較遠(yuǎn)的點(diǎn)映射到低維空間數(shù)據(jù)點(diǎn)的鄰域內(nèi)，從而導(dǎo)致嵌入結(jié)果有比較明顯的誤差。本文主要對(duì)應(yīng)用于人臉識(shí)別的LLE算法進(jìn)行了必要的研究與改進(jìn)，以提高識(shí)別正確率為目的，提出了兩種新的算法

3、。具體工作包括以下三個(gè)部分：
　　 1、簡(jiǎn)要敘述了LLE的發(fā)展概況和算法理論，并分析了LLE的推導(dǎo)過程。
　　 2、為了抑制LLE對(duì)噪音的敏感性，結(jié)合Haar小波變換，提出了一種人臉識(shí)別的新方法?；贠RL與Sheffield人臉數(shù)據(jù)庫的實(shí)驗(yàn)結(jié)果表明了該方法對(duì)改善傳統(tǒng)LLE算法識(shí)別率的有效性。
　　 3、針對(duì)LLE不適合稀疏采樣的特點(diǎn)，提出了差分圖像結(jié)合LLE進(jìn)行人臉識(shí)別的方法。通過對(duì)差分方法的理論分析和基于OR