基于Boosting算法的人臉識別方法研究.pdf

1、人臉識別技術(shù)應(yīng)用背景廣泛，可用于身份識別、人臉的視頻檢索以及人機交互等諸多領(lǐng)域。這些巨大的應(yīng)用前景使得人臉識別技術(shù)越來越多的成為當前模式識別和人工智能領(lǐng)域的一個研究熱點。目前，大量的人臉識別方法已經(jīng)被提出，這些方法主要集中在兩個方面：1)如何表征一個人臉圖像，即人臉圖像的特征提取；2)針對所提取人臉的特征設(shè)計有效的分類器，實現(xiàn)對人臉的正確分類。本文的主要工作集中于第二個方面，即分類器的設(shè)計，我們將Boosting算法應(yīng)用于人臉識別算法來

2、提高分類的正確率。 集成學(xué)習(xí)算法通過訓(xùn)練多個弱學(xué)習(xí)算法并將其結(jié)果進行合成，可以顯著地提高學(xué)習(xí)系統(tǒng)的泛化能力。Boosting算法作為集成學(xué)習(xí)算法的主要代表算法，得到了廣泛的研究和應(yīng)用，其研究成果大部分都集中在分類問題上。在Boosting算法中，我們將分類任務(wù)劃分成多個子分類器，每個子分類器專注于一些難分類的樣本，然后組合這些子分類器形成一個強的分類器。本文將Boosting算法應(yīng)用于經(jīng)典的基于LDA的人臉識別算法和概率推理模型