局部稀疏保留投影方法及在人臉識別中的應(yīng)用.pdf

1、在信號處理、模式識別、圖像處理等領(lǐng)域中，稀疏方法已經(jīng)成功地應(yīng)用于解決很多實(shí)際問題。比如在信號處理領(lǐng)域中，稀疏問題的研究在于以低于奈奎斯特采樣速率壓縮和表示信號，處理過的信號依然保持了充足的信息量足以恢復(fù)出原始信號。鑒于稀疏在各領(lǐng)域中的廣泛研究，本文首先介紹了稀疏在人臉識別方向上的應(yīng)用，包括稀疏分類器，稀疏投影，以及二維稀疏方法等。
　　同時(shí)，目前大部分線性分析方法都是從樣本的全局結(jié)構(gòu)出發(fā)，而忽略了樣本間的局部特性，因此文章中討論了

2、幾種局部結(jié)構(gòu)保留的方法，他們都是以保留數(shù)據(jù)局部結(jié)構(gòu)的方式將高維的原始樣本投影到低維空間，因此能處理線性鑒別方法不能克服的同類樣本較分散的問題。
　　鑒于稀疏表示和局部結(jié)構(gòu)保留算法研究的深入，我們探索是否可以將二者進(jìn)行結(jié)合。通過對特定樣本的總體稀疏系數(shù)進(jìn)行研究我們發(fā)現(xiàn)，大部分的非零系數(shù)屬于離目標(biāo)樣本較近的那些樣本，即近鄰樣本，這說明稀疏表示本身就存在著局部特性。于是本文在以前工作的基礎(chǔ)上提出了一種新的局部稀疏保留投影算法WLSPP。

3、WLSPP從很少的近鄰樣本中重建目標(biāo)訓(xùn)練樣本，并且尋找一個投影空間以保持所有訓(xùn)練樣本的局部稀疏重構(gòu)關(guān)系。
　　WLSPP是一種無監(jiān)督的方法，這意味著在分類中并不能有很好的鑒別能力。為增強(qiáng)WLSPP的鑒別能力，希望有樣本的類別標(biāo)簽信息被加入到局部結(jié)構(gòu)保留的算法中，本文進(jìn)一步提出了一種有監(jiān)督局部稀疏保留投影WSLSPP，它將近鄰樣本的對分類至關(guān)重要的標(biāo)簽信息加入到WLSPP中，并尋求投影向量使同類近鄰的稀疏重構(gòu)之間誤差最小，異類近鄰的