子空間特征提取方法及其在人臉識(shí)別中的應(yīng)用.pdf

1、特征提取是模式識(shí)別研究中的最基本問(wèn)題之一.對(duì)于圖像識(shí)別而言，提取有效的圖像特征是完成識(shí)別任務(wù)的一個(gè)關(guān)鍵問(wèn)題.近年來(lái)，子空間方法因其計(jì)算簡(jiǎn)單、有效等特性在特征提取領(lǐng)域得到了廣泛應(yīng)用，其本質(zhì)就是把原始的高維樣本數(shù)據(jù)投影到一個(gè)更有利于分類的低維特征子空間.作為圖像識(shí)別的重要應(yīng)用，人臉識(shí)別是當(dāng)前計(jì)算機(jī)模式識(shí)別領(lǐng)域中的一個(gè)非?；钴S的研究課題，本文以人臉識(shí)別為應(yīng)用背景，以子空間特征提取方法為主題進(jìn)行了相關(guān)研究，論文的主要工作和貢獻(xiàn)如下： 1

2、.針對(duì)奇異值特征對(duì)細(xì)節(jié)描述不充分、包含有效鑒別信息不足的問(wèn)題：本文將鑒別能力強(qiáng)的局部區(qū)域用于識(shí)別，提出了組合奇異值特征的概念，該特征具有一系列與奇異值特征類似的理想屬性，并兼顧了圖像的整體和局部信息，人臉識(shí)別實(shí)驗(yàn)證明其具有良好的識(shí)別分類能力.此外，還提出一種基于灰度形態(tài)學(xué)和灰度投影信息的人臉局部區(qū)域提取方法，該方法避免了對(duì)五官特征點(diǎn)的精確定位，運(yùn)算簡(jiǎn)單、快速，對(duì)人臉的姿態(tài)、表情等變化不敏感，應(yīng)用于組合奇異值特征提取獲得了令人滿意的效果.

3、 2.把樣本分布信息融于特征提取過(guò)程將有助于提高特征的分類能力.本文通過(guò)分析圖像樣本的分布特點(diǎn)，利用模糊隸屬度的概念，提出一種基于模糊標(biāo)號(hào)典型相關(guān)分析的特征提取新方法，通過(guò)構(gòu)造模糊標(biāo)號(hào)刻畫樣本的分布情況，并將其與典型相關(guān)分析結(jié)合，能提取綜合灰度信息和分布信息的有效判別特征.此外，本文在研究核方法基本理論的基礎(chǔ)上，采用核技巧將模糊標(biāo)號(hào)典型相關(guān)分析拓展為非線性的形式，使其在繼承線性方法所有優(yōu)點(diǎn)的同時(shí)還能有效地提取更具鑒別力的非線性特

4、征.人臉識(shí)別實(shí)驗(yàn)證實(shí)了新算法的有效性及應(yīng)用價(jià)值，并從實(shí)驗(yàn)的角度驗(yàn)證了理論分析的正確性. 3.詳細(xì)討論了小樣本情況下基于典型相關(guān)分析的特征提取，并針對(duì)兩種現(xiàn)有解決方法中存在的問(wèn)題提出了相應(yīng)的改進(jìn)算法.首先，針對(duì)樣本不足導(dǎo)致的小特征值包含較多干擾信息的問(wèn)題，基于矩陣?yán)碚摷半p空間分析思想，提出一種雙空間模糊標(biāo)號(hào)典型相關(guān)分析算法，較好地緩解了過(guò)小特征值對(duì)算法性能的影響，并最大限度地保留了樣本所包含的有用信息；其次，針對(duì)二維典型相關(guān)分析中