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(shù)是模式識別和機器學(xué)習(xí)等領(lǐng)域的熱點問題,在實際中也有著廣泛的應(yīng)用前景。本文主要研究了統(tǒng)計學(xué)習(xí)中的兩種主要方法——產(chǎn)生式模型和判別式模型——應(yīng)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(yīng)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(luò)的擴展學(xué)習(xí)方法,解決了一

2、般的流形學(xué)習(xí)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