基于對(duì)偶樹(shù)復(fù)小波特征與局部最大間距準(zhǔn)則的魯棒人臉識(shí)別方法.pdf

1、在沒(méi)有信息損失的情況下產(chǎn)生局部特征和提取鑒別特征是人臉識(shí)別中的兩個(gè)重要步驟。特別地，在許多實(shí)際應(yīng)用中，用于測(cè)試的圖像可能被隨機(jī)的污染，或者被其他不相關(guān)的物體(圖像)連續(xù)遮擋，那么機(jī)器學(xué)習(xí)和分類的結(jié)果就會(huì)大打折扣，這是因?yàn)楸粨p壞圖像的內(nèi)部變化比外部變化大得多，因而成為實(shí)際任務(wù)中具有挑戰(zhàn)性的問(wèn)題之一。
　　 本文提出一種新穎而魯棒的人臉識(shí)別系統(tǒng)，它使用對(duì)偶樹(shù)復(fù)小波生成特征，并提出被稱作“局部最大間距準(zhǔn)則”的監(jiān)督線性圖嵌入算法得到子空

2、間進(jìn)行識(shí)別。一方面，應(yīng)用對(duì)偶樹(shù)復(fù)小波產(chǎn)生的特征能消除或降低噪聲的影響，同時(shí)可以通過(guò)不同的階選擇鑒別特征。另一方面，定義出加權(quán)的類間散度矩陣和類內(nèi)散度矩陣，使得最終的嵌入投影能夠在保持近鄰幾何結(jié)構(gòu)的同時(shí)提取出重要的鑒別信息。換言之，引入適當(dāng)?shù)臋?quán)重能在局部提升最大間距準(zhǔn)則的性能。因此，該系統(tǒng)能夠有效地將特征產(chǎn)生和特征提取這兩個(gè)步驟綜合到一個(gè)新的框架之內(nèi)。
　　 本文還提出一種稱為“譜圖分析”的新方法用于參數(shù)的估計(jì)與選取。通過(guò)選擇p個(gè)