基于流形學(xué)習(xí)和稀疏保留投影的人臉識(shí)別方法研究.pdf

1、人臉識(shí)別是目前模式識(shí)別中研究的熱點(diǎn)，廣泛應(yīng)用于智能監(jiān)控、公共安防、人機(jī)交互等領(lǐng)域。近幾年，稀疏表示技術(shù)被應(yīng)用于人臉識(shí)別中并取得了良好的分類效果。稀疏保留投影（SPP）是在稀疏表示的基礎(chǔ)上發(fā)展起來(lái)的一種有效的人臉識(shí)別方法。稀疏保留投影的目標(biāo)是找到一個(gè)能保持樣本全局稀疏重構(gòu)關(guān)系的低維空間，然而稀疏保留投影考慮的是樣本的全局重構(gòu)關(guān)系，在實(shí)際中，樣本往往處于高維空間的流形結(jié)構(gòu)中。因此，本文將稀疏保留投影與流形學(xué)習(xí)方法結(jié)合，做出以下工作：

2、　　首先，本文提出基于流形學(xué)習(xí)的統(tǒng)計(jì)不相關(guān)稀疏保留投影方法（MLUSPP）。該方法的思想是將稀疏保留投影與流形學(xué)習(xí)的方法結(jié)合，使投影后的低維數(shù)據(jù)在保留稀疏重構(gòu)關(guān)系的同時(shí)也保留了樣本的流形結(jié)構(gòu)，同時(shí)，考慮到鑒別特征的冗余信息，本文引入不相關(guān)約束條件，去除冗余信息。
　　其次，基于流形學(xué)習(xí)的統(tǒng)計(jì)不相關(guān)稀疏保留投影(MLUSPP)是一種無(wú)監(jiān)督的學(xué)習(xí)方法，有監(jiān)督的學(xué)習(xí)方法能夠利用樣本的類別信息提高識(shí)別性能。因此，本文將MLUSPP引入到有

3、監(jiān)督的學(xué)習(xí)框架下，提出了基于流形學(xué)習(xí)的統(tǒng)計(jì)不相關(guān)稀疏保留鑒別分析（MLUSDA）。該方法的思路是將樣本的類別信息引入到流形學(xué)習(xí)中的近鄰結(jié)構(gòu)圖的構(gòu)造中，在保留稀疏重構(gòu)關(guān)系的同時(shí)進(jìn)一步增強(qiáng)保持流形結(jié)構(gòu)的保持能力，改善識(shí)別性能。
　　最后，當(dāng)樣本在原空間線性不可分時(shí)，為了進(jìn)一步增強(qiáng)MLUSPP和MLUSDA的分類能力，我們將MLUSPP和MLUSDA進(jìn)行核擴(kuò)展，提出了基于流形學(xué)習(xí)的核統(tǒng)計(jì)不相關(guān)稀疏保留投影（MLKUSPP）和基于流形學(xué)習(xí)