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、在人臉識別中,可得到的訓(xùn)練樣本數(shù)往往遠(yuǎn)小于人臉圖像樣本的維數(shù),此問題稱為人臉識別中的小樣本問題。小樣本問題導(dǎo)致各種基于Rayleigh商的特征抽取算法存在病態(tài)問題,并且使得使用較少的訓(xùn)練樣本難以獲得推廣性較好的識別性能。本文針對小樣本條件下的人臉圖像特征抽取和識別存在的困難,做了一定的探索和研究。本文的主要工作和創(chuàng)新成果點(diǎn)集中在以下幾個方面:
(1)為了克服鑒別保局投影算法所面臨的小樣本問題,通過引入最大間距準(zhǔn)則,把鑒別保
2、局投影目標(biāo)函數(shù)變換成為基于差值的目標(biāo)函數(shù),提出了基于最大間距準(zhǔn)則的鑒別保局投影(DLPP/MMC)算法,同時也提出了一種高效的求解DLPP/MMC特征向量的算法。DLPP/MMC從理論上避免了對保局類內(nèi)散布求逆的問題,使得DLPP/MMC能克服小樣本問題。對DLPP/MMC算法的理論分析表明:DLPP/MMC算法求得的鑒別信息位于保局類間散布和保局類內(nèi)散布的值域空間中,而當(dāng)權(quán)重參數(shù)趨向于正無窮大時,DLPP/MMC算法求得的鑒別矢量也位
3、于保局類內(nèi)散布的零空間中。
(2)提出了鑒別保局投影的三個改進(jìn)算法:正交的完備鑒別保局投影算法(OCDLPP),正則化廣義鑒別保局投影算法(RGDLPP)和快速的完備鑒別保局投影算法(FCDLPP)。
OCDLPP首先用保局總體散布代替保局類內(nèi)散布;然后通過去除保局總體散布矩陣零空間的方式對樣本進(jìn)行降維;為了進(jìn)一步提高鑒別能力,OCDLPP算法對求得的鑒別矢量進(jìn)行正交化。本文也討論了各種對鑒別矢量進(jìn)行正交化的
4、算法之間的關(guān)系。
RGDLPP算法也用通過去除保局總體散布矩陣零空間的方式對樣本進(jìn)行降維,然后對保局類內(nèi)散布的特征值進(jìn)行正則化,最后通過廣義特征值分解以求得最優(yōu)鑒別矢量。
針對完備鑒別保局投影(CDLPP)算法存在的缺點(diǎn),即CDLPP算法的復(fù)雜度較高且沒有考慮如何有效地融合規(guī)則鑒別特征和不規(guī)則鑒別特征的問題,提出了快速的完備鑒別保局投影算法(FCDLPP)。FCDLPP算法只需使用一次瘦QR分解就可以求得保局
5、類內(nèi)散布的零空間的鑒別矢量,然后再進(jìn)行一次廣義特征值分解求得保局類內(nèi)散布的主元空間的鑒別矢量,與CDLPP算法相比,F(xiàn)CDLPP算法的算法復(fù)雜度較低,計算效率要高得多,另外,F(xiàn)CDLPP對獲得的零空間的規(guī)則鑒別特征和非零空間的不規(guī)則鑒別特征進(jìn)行了融合,使得FCDLPP算法比CDLPP算法有更高的識別率。
(3)從理論上分析了核化圖嵌入(KGE)框架內(nèi)的各種算法,證明了其實(shí)質(zhì)是核主成分分析(KPCA)+線性圖嵌入(LGE)框
6、架內(nèi)的各種相應(yīng)的線性降維算法。這使得我們可以從一個新的角度來理解核算法,并且使各種核算法更易于理解和實(shí)現(xiàn)。另外,為了克服KGE框架內(nèi)各種核算法所面臨的小樣本問題,提出了一種綜合利用零空間信息和非零空間信息的完備核化圖嵌入算法,由于本文的完備核化圖嵌入算法完整的利用了零空間和非零空間的鑒別信息,使本文的算法具有更高的識別率。
(4)研究了基于稀疏表示的人臉特征提取算法,提出了一種新的有監(jiān)督的人臉特征抽取算法——鑒別稀疏鄰域保
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
- 小樣本人臉圖像特征抽取和識別方法研究.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
- 小樣本人臉識別算法設(shè)計及驗(yàn)證.pdf
- 小樣本問題下人臉圖像的鑒別特征抽取方法研究.pdf
- 基于樣本擴(kuò)充的小樣本人臉識別研究.pdf
- 基于圖嵌入的特征抽取與人臉識別研究.pdf
- 小樣本人臉圖像識別研究.pdf
- 基于核范數(shù)的特征抽取與人臉識別應(yīng)用研究.pdf
- 小樣本條件下的生物特征識別研究.pdf
- 基于核的非線性特征抽取與人臉識別方法研究.pdf
- 小樣本情況下關(guān)于位置參數(shù)的置換檢驗(yàn).pdf
- 光照變化條件下的人臉特征抽取算法研究.pdf
- 單樣本人臉識別算法研究.pdf
- 非理想情況下的虹膜識別算法研究.pdf
- 人臉識別中特征抽取方法的研究.pdf
- 人臉特征自動定位與人臉識別的研究.pdf
- 掌紋與人臉識別算法的研究.pdf
- 遮擋情況下人臉跟蹤算法的研究.pdf
- 復(fù)雜環(huán)境下的單樣本人臉識別算法研究.pdf
評論
0/150
提交評論