基于流形學(xué)習(xí)的三維人臉識(shí)別方法.pdf

1、隨著計(jì)算機(jī)技術(shù)和生物醫(yī)學(xué)工程技術(shù)突飛猛進(jìn)的發(fā)展,利用人體生物特征進(jìn)行身份認(rèn)證、識(shí)別已成為安全驗(yàn)證的首選方式。人臉識(shí)別技術(shù)以其所具有的非接觸、非侵犯、無需參與者配合等優(yōu)勢(shì),成為生物特征識(shí)別中最具潛力和最受歡迎的識(shí)別方法之一。人臉識(shí)別是一種高維大數(shù)據(jù)集模式識(shí)別的典型應(yīng)用,但數(shù)據(jù)維數(shù)過高不利于數(shù)據(jù)的分析和處理,流形學(xué)習(xí)是一類非線性維數(shù)約減算法,可解決人臉識(shí)別中“維數(shù)災(zāi)難”這一瓶頸問題。目前基于流形學(xué)習(xí)的人臉識(shí)別算法已取得廣泛應(yīng)用,然而這些方法

2、通?；趩我粩?shù)據(jù)集、多訓(xùn)練樣本。在實(shí)際應(yīng)用中通常會(huì)遇到小訓(xùn)練樣本集和多源數(shù)據(jù)信息的情況,在小樣本情況下原有算法的識(shí)別率會(huì)大大下降,多源數(shù)據(jù)信息的融合會(huì)增加有效信息,提高算法識(shí)別率。本論文的主要工作是利用基于流形學(xué)習(xí)算法解決三維人臉識(shí)別中存在的“維數(shù)災(zāi)難”、小樣本和多源信息融合等問題。本文主要工作和創(chuàng)新點(diǎn)如下:
　　1.總結(jié)并掌握三維人臉識(shí)別的步驟、人臉識(shí)別方法并詳細(xì)介紹基于子空間的人臉識(shí)別方法,重點(diǎn)分析基于流形學(xué)習(xí)的人臉識(shí)別方法,

3、并對(duì)各種方法進(jìn)行比較。
　　2.把流形學(xué)習(xí)算法和三維人臉識(shí)別方法相結(jié)合,構(gòu)造基于子空間人臉識(shí)別方法框架?；诶杪餍螌W(xué)習(xí)算法-LOGMAP,提出三維人臉深度圖的流形學(xué)習(xí)-LOGMAP識(shí)別方法,并在CIS三維人臉實(shí)時(shí)數(shù)據(jù)庫多訓(xùn)練樣本的情況下與基于線性子空間人臉識(shí)別方法和基于流形學(xué)習(xí)的人臉識(shí)別方法進(jìn)行比較,驗(yàn)證算法的有效性。
　　3.分析現(xiàn)有基于流形學(xué)習(xí)的人臉識(shí)別算法中存在的小樣本問題、信息融合問題,并給出解決方案?；贚OGM