基于子空間的人臉識(shí)別及性能分析.pdf

1、人臉識(shí)別技術(shù)作為典型的生物識(shí)別技術(shù)在商業(yè)、司法、監(jiān)控以及視頻檢索等領(lǐng)域有著廣泛的應(yīng)用。與其他人體生物特征相比，人臉數(shù)據(jù)的采集具有直接、友好、方便的優(yōu)點(diǎn)，因而越來越被重視。在傳統(tǒng)的識(shí)別方法中，基于特征子空間的識(shí)別技術(shù)被使用廣泛，并且效果頗好。
　　 本文介紹了主成分分析PCA、線性判別分析LDA、非負(fù)矩陣分解NMF以及它們各自的改善算法L1-PCA、R-LDA、LNMF。分別使用六種算法在不同的人臉數(shù)據(jù)庫中進(jìn)行識(shí)別實(shí)驗(yàn)，以識(shí)別率作

2、為評(píng)估標(biāo)準(zhǔn)給出各個(gè)算法準(zhǔn)確性的評(píng)價(jià)。通過實(shí)驗(yàn)，可以得到，改進(jìn)后的算法識(shí)別率均高于傳統(tǒng)的算法，而其中，線性判別分析較其他算法性能更好，具有很強(qiáng)的魯棒性。
　　 在算法穩(wěn)定性評(píng)估方面，由于一般的Bootstrap評(píng)估方法要求數(shù)據(jù)樣本滿足獨(dú)立同分布的假設(shè)，而本文使用的人臉數(shù)據(jù)對(duì)這種假設(shè)不成立，因此，本文分別采用了Bootstrap方法和類Bootstrap方法對(duì)六種人臉識(shí)別算法的穩(wěn)定性進(jìn)行了評(píng)價(jià)。用相等錯(cuò)誤率的置信區(qū)間作為穩(wěn)定性指標(biāo)，