析取范式隨機森林在人臉識別中的應(yīng)用研究.pdf

1、作為最具挑戰(zhàn)的研究課題，人臉識別技術(shù)近年來備受人們的關(guān)注。人臉識別是一種通過計算機提取人臉的特征，并根據(jù)這些特征進行身份驗證的技術(shù)。人們對人臉識別技術(shù)的研究已有了很長一段時間，并且產(chǎn)生了許多有效的方法，但如何運用這些方法來滿足不同條件下的識別需求，仍然是目前研究的重點。本文對現(xiàn)有的人臉識別方法進行了研究與總結(jié)，并引入析取范式的概念，提出一種基于析取范式隨機森林的人臉識別方法。論文的主要工作及創(chuàng)新點如下：
　?。?）對國內(nèi)外人臉識別

2、方法進行總結(jié)和分析，并對目前幾種熱門的特征提取方法和分類器算法進行詳細介紹。
　　（2）為了對隨機森林算法中的弱分類器進行有效的整合，提高模型的分類能力，本文引入析取范式的概念，提出一種基于析取范式的隨機森林模型——析取范式隨機森林。本文將析取范式構(gòu)建模型的思想應(yīng)用于隨機森林算法中，先對隨機森林中的弱分類器進行整合，再利用后向傳播的思想建立全局目標(biāo)函數(shù)，進而達到使模型中所有弱分類器都能在統(tǒng)一框架下進行學(xué)習(xí)的目的。實驗結(jié)果表明，將析

3、取范式構(gòu)建模型的思想應(yīng)用于隨機森林算法中，可以有效地提高模型的分類性能，減小模型的泛化誤差。
　?。?）本文除了采用對比的實驗策略對模型的訓(xùn)練時間和錯誤率進行測試外，還考慮到在實際實驗過程中，可能會出現(xiàn)人為標(biāo)錯樣本或邊緣樣本錯誤標(biāo)注的現(xiàn)象。所以實驗中加入了一定數(shù)量的錯誤樣本，進而驗證模型對錯誤樣本的容忍能力，即考察加入錯誤樣本后模型的分類準(zhǔn)確率是否會產(chǎn)生很大的變化。實驗結(jié)果表明，與隨機森林相比析取范式隨機森林對錯誤樣本有很強的容忍