投影分析在人臉識別中的研究與應用.pdf

1、人臉識別技術是計算機模式識別領域中一個非?；钴S的研究課題,在法律、商業(yè)等領域有著廣泛的應用前景.其主要任務是利用已存儲的人臉圖像庫,識別靜止或視頻圖像中的一張或多張人臉.在模式識別領域中,基于Fisher鑒別準則函數(shù)的最佳鑒別變換有著重大的影響.該文完善了基于Fisher鑒別準則的線性鑒別分析的理論構架,給出了求解最優(yōu)鑒別矢量集的一個非常簡單而有效的算法.該文揭示了具有統(tǒng)計不相關性的線性鑒別分析方法與經(jīng)典的K-L展開方法的內(nèi)在關系,并在

2、此基礎上導出了一種基于類內(nèi)散布的最優(yōu)PCA展開方法.而且,該文進一步將這種方法擴展成為基于類內(nèi)散布的最優(yōu)KernelPCA展開方法.在ORL人臉圖像數(shù)據(jù)庫上的識別實驗也證明了所提方法的有效性.多分類器的組合已成為模式識別領域的前沿研究課題,并在許多應用方面,如字符識別、目標識別等領域,取得了較好的應用效果.目前,已有多種多分類器組合方法被用來識別人臉.該文從抽取具有統(tǒng)計不相關的模式特征的想法著手,通過作基于小波變換的圖像分解和K-L變換

3、等處理避開人臉識別的小樣本集的局限,并通過運用具有統(tǒng)計不相關性的最佳鑒別變換抽取人臉的有效鑒別特征.同時,利用多特征多分類器組合的方法對ORL人臉圖像庫進行了識別,實驗達到了令人滿意的效果.該文通過抽取多組人臉特征進行特征融合實驗.運用基于復線性投影分析的并行融合方法在NUST603人臉圖像庫上進行了識別實驗.這種方法不僅能大幅度地降低原始數(shù)據(jù)的維數(shù),而且較大程度上提高了分類識別的效果.該文提出并推導了特征分解的校正算法,并以此為基礎,