幾種線性與非線性特征抽取方法及人臉識別應(yīng)用.pdf

1、人臉自動識別是最有價值的應(yīng)用需求之一,但它同時也最具挑戰(zhàn)性.過去幾十年中該課題的研究已經(jīng)取得了較大的進展,但計算機自動識別人臉的技術(shù)還遠沒有達到理想的實際應(yīng)用需求.復(fù)雜的光照條件,多變的人臉表情,以及姿態(tài)的變化都增加了人臉自動識別的難度.在理論方面,研究者作了較多的探索,力求得出一些針對人臉的識別精度高、效率優(yōu)的算法與方法.這其中有子空間方法、Fisher鑒別分析方法,以及以支持向量機為代表的非線性方法、基于遺傳算法的分類算法等.關(guān)于基

2、于Fisher準則的線性方法的人臉識別應(yīng)用研究中,金忠、楊健、楊靜宇等開展了很多卓有成效的工作.這些工作主要以算法的有效性為出發(fā)點展開研究,取得了較好的成果.另一方面,在實際應(yīng)用中算法的效率也是非常重要的.本文的研究屬于人臉識別中算法設(shè)計與實現(xiàn)的范疇,本文的討論同時涉及線性方法與非線性方法;本文除了關(guān)注方法的有效性外,更注重方法的高效性.本文論述了F-S鑒別分析與Fisher鑒別分析間Fisher函數(shù)值即類間距離與類內(nèi)距離間比值大小的關(guān)

3、系,指出前者中的鑒別矢量的Fisher函數(shù)值一定不小于后者的相應(yīng)鑒別矢量的Fisher函數(shù)值,從而在理論對以前文獻中相關(guān)實驗結(jié)果作出了解釋.本文的分析還表明,不相關(guān)鑒別分析與經(jīng)典Fisher鑒別分析在理論上具有一致性.本文發(fā)展了一個基于Fisher準則的鑒別分析算法.本文詳細討論了核Fisher鑒別分析方法.該方法的分類實現(xiàn)必須依賴待分類樣本與所有訓(xùn)練樣本間核函數(shù),其效率隨著訓(xùn)練樣本數(shù)的增多而降低.針對這一特點,我們提出構(gòu)造核Fishe