基于典型相關(guān)分析的鑒別特征抽取方法研究.pdf

1、人臉識別技術(shù)是計算機模式識別領域非?；钴S的研究課題，而特征抽取是人臉識別中最基本的問題之一，因此能否抽取人臉圖像有效的鑒別特征也成為人臉識別技術(shù)的關(guān)鍵問題。典型相關(guān)分析方法是一種新的特征融合方法，它將兩組特征向量融合成一組更具有鑒別力的特征向量。本文主要研究了將典型相關(guān)分析方法應用到特征抽取過程中形成了以特征融合為基礎的幾種組合特征抽取方法，并提出了一種典型相關(guān)分析改進算法。 本文以基于代數(shù)特征的方法為著眼點，對基于典型相關(guān)分析

2、的特征抽取方法進行了一定的研究。主要工作和貢獻如下： 針對傳統(tǒng)的典型相關(guān)分析在人臉識別應用中不能充分利用圖像中的類別信息的問題，文本提出了一種融合典型相關(guān)分析與最大散度差的特征抽取方法。首先利用典型相關(guān)分析方法實現(xiàn)了特征信息的融合，有效地消除了特征之間的信息冗余。然后，通過采用最大散度差鑒別分析方法將訓練樣本中的類別信息加以充分的利用，從而有效的提高了人臉識別的正確率。該方法不僅有效地融合兩組人臉圖像特征向量同時充分利用到其中蘊

3、含的類別信息，這樣較大地提高了人臉識別的正確率。在ORL標準人臉庫和Yale人臉庫上的實驗結(jié)果驗證了該算法的有效性。 傳統(tǒng)fisher準則函數(shù)與最大散度差均屬于線性鑒別分析方法，具有相同的物理意義及相似的特征抽取過程，但是由于兩者采用了不同的準則函數(shù)，其抽取的特征向量反映了人臉圖像中不同側(cè)面的鑒別信息。本文提出了一種增強性的線性鑒別分析方法。該方法首先通過fisher準則函數(shù)與最大散度差分析方法抽取兩組特征向量，然后采用典型相關(guān)

4、分析方法完成特征融合該方法不僅融合了兩組線性鑒別信息，而且消除了兩類特征之間的信息冗余，較大地提高了識別率。最后，在ORL標準人臉庫和Yale人臉庫上的實驗結(jié)果驗證了該算法的有效性。 傳統(tǒng)的典型相關(guān)分析準則函數(shù)在界定同組特征集中各元素之間不相關(guān)時易出現(xiàn)保證函數(shù)分母中乘積最小卻不能符合典型相關(guān)分析方法工作目的的問題。為解決這一問題，本文提出了一種改進的典型相關(guān)分析方法，對典型相關(guān)準則函數(shù)分母部分進行修正，對該方法進行推導得到投影矯