基于局部線性嵌入的人臉識別方法研究.pdf

1、模式識別方法已經(jīng)成功地應(yīng)用到大量的目標(biāo)識別任務(wù)中，其中人臉識別已成為模式識別和計算機視覺領(lǐng)域的一大研究方向。近年來的研究成果表明，人臉圖像很可能位于一個非線性流形上，人臉數(shù)據(jù)集是由某些內(nèi)在變量控制形成的非線性流形。
　　 流形學(xué)習(xí)算法的研究是涉及拓?fù)鋵W(xué)、圖論、機器學(xué)習(xí)、模式識別、信號處理、計算機視覺等多領(lǐng)域多學(xué)科交叉的結(jié)果，其可以有效發(fā)現(xiàn)高維數(shù)據(jù)的內(nèi)在幾何分布，挖掘隱藏在高維數(shù)據(jù)中的特征信息與內(nèi)在屬性。Roweis等提出了以流形

2、學(xué)習(xí)為核心的局部線性嵌入(LLE)算法，其本質(zhì)就是一種無監(jiān)督的局部非線性學(xué)習(xí)算法，它具有參數(shù)少、計算速度快、易求全局最優(yōu)解等優(yōu)點，并在圖像分割、圖像識別、數(shù)據(jù)可視化等方面都有著廣泛的應(yīng)用。但是，LLE具有對數(shù)據(jù)噪聲敏感和不適合稀疏采樣的特點，在人臉識別中可能會將相隔較遠(yuǎn)的點映射到低維空間數(shù)據(jù)點的鄰域內(nèi)，從而導(dǎo)致嵌入結(jié)果有比較明顯的誤差。本文主要對應(yīng)用于人臉識別的LLE算法進行了必要的研究與改進，以提高識別正確率為目的，提出了兩種新的算法

3、。具體工作包括以下三個部分：
　　 1、簡要敘述了LLE的發(fā)展概況和算法理論，并分析了LLE的推導(dǎo)過程。
　　 2、為了抑制LLE對噪音的敏感性，結(jié)合Haar小波變換，提出了一種人臉識別的新方法?；贠RL與Sheffield人臉數(shù)據(jù)庫的實驗結(jié)果表明了該方法對改善傳統(tǒng)LLE算法識別率的有效性。
　　 3、針對LLE不適合稀疏采樣的特點，提出了差分圖像結(jié)合LLE進行人臉識別的方法。通過對差分方法的理論分析和基于OR