基于Boosting算法的人臉識(shí)別方法研究.pdf

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

2、提高分類(lèi)的正確率。 集成學(xué)習(xí)算法通過(guò)訓(xùn)練多個(gè)弱學(xué)習(xí)算法并將其結(jié)果進(jìn)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(lèi)問(wèn)題上。在Boosting算法中，我們將分類(lèi)任務(wù)劃分成多個(gè)子分類(lèi)器，每個(gè)子分類(lèi)器專(zhuān)注于一些難分類(lèi)的樣本，然后組合這些子分類(lèi)器形成一個(gè)強(qiáng)的分類(lèi)器。本文將Boosting算法應(yīng)用于經(jīng)典的基于LDA的人臉識(shí)別算法和概率推理模型