析取范式隨機(jī)森林在人臉識(shí)別中的應(yīng)用研究.pdf

1、作為最具挑戰(zhàn)的研究課題，人臉識(shí)別技術(shù)近年來(lái)備受人們的關(guān)注。人臉識(shí)別是一種通過(guò)計(jì)算機(jī)提取人臉的特征，并根據(jù)這些特征進(jìn)行身份驗(yàn)證的技術(shù)。人們對(duì)人臉識(shí)別技術(shù)的研究已有了很長(zhǎng)一段時(shí)間，并且產(chǎn)生了許多有效的方法，但如何運(yùn)用這些方法來(lái)滿(mǎn)足不同條件下的識(shí)別需求，仍然是目前研究的重點(diǎn)。本文對(duì)現(xiàn)有的人臉識(shí)別方法進(jìn)行了研究與總結(jié)，并引入析取范式的概念，提出一種基于析取范式隨機(jī)森林的人臉識(shí)別方法。論文的主要工作及創(chuàng)新點(diǎn)如下：
　?。?）對(duì)國(guó)內(nèi)外人臉識(shí)別

2、方法進(jìn)行總結(jié)和分析，并對(duì)目前幾種熱門(mén)的特征提取方法和分類(lèi)器算法進(jìn)行詳細(xì)介紹。
　　（2）為了對(duì)隨機(jī)森林算法中的弱分類(lèi)器進(jìn)行有效的整合，提高模型的分類(lèi)能力，本文引入析取范式的概念，提出一種基于析取范式的隨機(jī)森林模型——析取范式隨機(jī)森林。本文將析取范式構(gòu)建模型的思想應(yīng)用于隨機(jī)森林算法中，先對(duì)隨機(jī)森林中的弱分類(lèi)器進(jìn)行整合，再利用后向傳播的思想建立全局目標(biāo)函數(shù)，進(jìn)而達(dá)到使模型中所有弱分類(lèi)器都能在統(tǒng)一框架下進(jìn)行學(xué)習(xí)的目的。實(shí)驗(yàn)結(jié)果表明，將析

3、取范式構(gòu)建模型的思想應(yīng)用于隨機(jī)森林算法中，可以有效地提高模型的分類(lèi)性能，減小模型的泛化誤差。
　　（3）本文除了采用對(duì)比的實(shí)驗(yàn)策略對(duì)模型的訓(xùn)練時(shí)間和錯(cuò)誤率進(jìn)行測(cè)試外，還考慮到在實(shí)際實(shí)驗(yàn)過(guò)程中，可能會(huì)出現(xiàn)人為標(biāo)錯(cuò)樣本或邊緣樣本錯(cuò)誤標(biāo)注的現(xiàn)象。所以實(shí)驗(yàn)中加入了一定數(shù)量的錯(cuò)誤樣本，進(jìn)而驗(yàn)證模型對(duì)錯(cuò)誤樣本的容忍能力，即考察加入錯(cuò)誤樣本后模型的分類(lèi)準(zhǔn)確率是否會(huì)產(chǎn)生很大的變化。實(shí)驗(yàn)結(jié)果表明，與隨機(jī)森林相比析取范式隨機(jī)森林對(duì)錯(cuò)誤樣本有很強(qiáng)的容忍