用于人臉識別的產(chǎn)生式模型和判別式模型中若干問題的研究.pdf

1、基于圖像的自動人臉識別技術是模式識別和機器學習等領域的熱點問題,在實際中也有著廣泛的應用前景。本文主要研究了統(tǒng)計學習中的兩種主要方法——產(chǎn)生式模型和判別式模型——應用在人臉識別中的若干問題。對于一般的分類問題,產(chǎn)生式模型著力對各類數(shù)據(jù)的內(nèi)在分布進行建模,而判別式模型著力對各類間的分界面進行建模。針對現(xiàn)有模型在人臉識別應用中的問題,我們對以下幾個方面進行了研究:1)對于產(chǎn)生式的流形分布模型,我們提出一種基于神經(jīng)網(wǎng)絡的擴展學習方法,解決了一

2、般的流形學習算法不能擴展到測試集新樣本的問題。2)對于產(chǎn)生式的三維可變形人臉模型,我們提出了一個兩階段的多姿態(tài)人臉識別方案并改進了模型匹配的精度和速度。3)對于判別式的線性子空間方法,我們提出了一種新的判別準則,它在子空間維度較小的情況下能夠避免Fisher準則的次優(yōu)性問題。4)對于人臉識別這樣的多類判別問題,我們提出了一種新的對類別進行編碼的策略和基于概率的解碼方法,從而更有效地利用了現(xiàn)有的兩類判別算法。5)最后,為了融合產(chǎn)生式模型和