圖象特征抽取與識(shí)別理論及其在人臉識(shí)別中的應(yīng)用.pdf

1、人臉識(shí)別技術(shù)是計(jì)算機(jī)模式識(shí)別領(lǐng)域非?；钴S的研究課題.該文對(duì)人臉圖象的特征抽取與分類(lèi)器設(shè)計(jì)方法進(jìn)行研究,主要內(nèi)容如下:(1)提出了一種統(tǒng)計(jì)不相關(guān)最優(yōu)鑒別矢量集的新算法,對(duì)統(tǒng)計(jì)不相關(guān)最優(yōu)鑒別矢量集進(jìn)行推廣,提出了對(duì)大小樣本均適合的廣義統(tǒng)計(jì)不相關(guān)最優(yōu)鑒別矢量集的新算法.(2)提出了基于最優(yōu)鑒別分析的圖象特征抽取的一系列新方法,它們包括:基于對(duì)類(lèi)內(nèi)矩陣S<,w>進(jìn)行譜分解的F-S最優(yōu)鑒別矢量集方法,該方法在類(lèi)別數(shù)比較小時(shí)非常有效;一種改進(jìn)的基于

2、SVD的最優(yōu)鑒別矢量求解算法,將該方法用于人臉識(shí)別時(shí)有較好的性能;非線(xiàn)性最優(yōu)鑒別矢量集方法,該方法雖然有效,但計(jì)算時(shí)間較長(zhǎng).(3)提出了基于廣義最優(yōu)鑒別分析的圖象特征抽取的一系列新方法,它們包括:Guo廣義最優(yōu)鑒別矢量集算法的改進(jìn)方法;廣義最優(yōu)鑒別矢量集的解析算法,徹底解決廣義最優(yōu)鑒別矢量集的求解問(wèn)題;提出了基于廣義K-L變換的特征抽取方法,并從理論上揭示了基于廣義K-L變換的特征抽取方法和基于廣義最優(yōu)鑒別準(zhǔn)則的特征抽取方法之間的關(guān)系.

3、(4)提出了一種在頻域上的代數(shù)特征抽取方法,該方法將小波分析、小波包分析和最優(yōu)鑒別分析、廣義最優(yōu)鑒別分析相結(jié)合.(5)對(duì)圖象分類(lèi)器設(shè)計(jì)方法進(jìn)行研究,主要包括:提出了一種基于廣義逆和概率推理的分類(lèi)器設(shè)計(jì)方法;提出了一種新的自適應(yīng)模糊聚類(lèi)算法;提出了基于模糊神經(jīng)網(wǎng)絡(luò)的分類(lèi)器設(shè)計(jì)方法;并對(duì)多特征多分類(lèi)器組合方法在人臉識(shí)別中進(jìn)行實(shí)驗(yàn)研究;(6)提出了一種只要一個(gè)訓(xùn)練樣本就能解決人臉識(shí)別問(wèn)題的新方法,該方法結(jié)合了特征矩陣、Fisher最優(yōu)鑒別分析