耦合距離度量學(xué)習(xí)方法研究及在步態(tài)識別中的應(yīng)用.pdf

1、隨著現(xiàn)代社會的飛速發(fā)展，傳統(tǒng)身份識別方法由于安全性較差已不能滿足人們的需求。為此具有普遍性、穩(wěn)定性、唯一性等特性的生物特征識別受到人們越來越多的重視，并廣泛應(yīng)用于諸多領(lǐng)域。然而在生物特征識別中，普遍會遇到在不同條件下采集到的人體特征。此時，由于傳統(tǒng)的度量學(xué)習(xí)大都是定義在單一屬性的集合上，因此對這種具有屬性差異的不同集合中的元素間的度量無能為力。目前較好解決這一問題的方法是耦合距離度量學(xué)習(xí)，其目標(biāo)是尋找一種耦合距離函數(shù)直接對不同集合間的元

2、素進行度量。該方法的核心思想是先將來自不同集合的數(shù)據(jù)投影到同一個耦合空間，且兩個集合中具有相關(guān)關(guān)系的元素在投影后的耦合空間中盡可能接近，而后在這個公共的耦合空間中引入傳統(tǒng)的度量學(xué)習(xí)。已有的基于相似約束、局部保持和判別耦合距離度量學(xué)習(xí)等在實際應(yīng)用中存在很多不足之處，本文通過開展相關(guān)的研究工作，針對不同的缺陷分別給出了多種改進策略，并將其應(yīng)用到特征級融合領(lǐng)域，充分完善了耦合距離度量學(xué)習(xí)理論，使得該理論能夠更好地解決現(xiàn)實問題。最后將該理論方法

3、應(yīng)用到步態(tài)識別中，以便克服步態(tài)識別在實際應(yīng)用中的諸多難點，為創(chuàng)建具有高穩(wěn)定性、高識別率的實用便捷型步態(tài)識別系統(tǒng)提供可行的思路。
　　本研究主要內(nèi)容包括：⑴通過對已有耦合距離度量學(xué)習(xí)方法的分析，引入可分性準(zhǔn)則來改進原始的優(yōu)化目標(biāo)，提出了基于可分性準(zhǔn)則的耦合距離度量學(xué)習(xí)。該方法通過準(zhǔn)則函數(shù)使得在耦合空間內(nèi)所有樣本的類內(nèi)平均距離的平方盡量小，而類間平均距離的平方盡量大，從而提升整個耦合空間中樣本的可分性。之后針對基于線性映射的耦合距離度

4、量學(xué)習(xí)方法在實際應(yīng)用中存在的“維數(shù)災(zāi)難”問題，從三種改進策略進行了研究：首先對原始高維數(shù)據(jù)進行PCA變換，而后對降維后的特征再進行常規(guī)耦合距離度量學(xué)習(xí)的基于 K-L變換的耦合距離度量學(xué)習(xí)；首先對原始圖像進行子塊劃分，然后對各個子塊進行常規(guī)耦合距離度量學(xué)習(xí)，最后將各個子塊所得的特征合為整體特征的基于子模式的耦合距離度量學(xué)習(xí)；直接對原始二維圖像進行處理的二維耦合距離度量學(xué)習(xí)。⑵針對基于線性映射的耦合距離度量學(xué)習(xí)方法難以很好地描述現(xiàn)實生活廣泛

5、存在的非線性問題，研究了基于核空間的非線性耦合距離度量學(xué)習(xí)方法。首先通過核變換將線性不可分的原始數(shù)據(jù)映射到同一個線性可分的高維耦合空間，而后在這個高維耦合空間內(nèi)進行傳統(tǒng)度量學(xué)習(xí)的運算。⑶針對監(jiān)督信息不足時，耦合距離度量學(xué)習(xí)的性能會受到很大程度的影響，采用基于圖的半監(jiān)督學(xué)習(xí)方法，從樣本的局部近鄰和整個樣本集的全局信息兩個角度對監(jiān)督信息分別進行擴展，提出了一種基于監(jiān)督信息局部和全局擴展的半監(jiān)督耦合距離度量學(xué)習(xí)。并將這種監(jiān)督信息的擴展方式應(yīng)用

6、到監(jiān)督信息充足的情況，使得監(jiān)督信息既包含了樣本的類別信息，又包含了樣本本身所蘊含的內(nèi)在信息，提出了一種基于監(jiān)督信息局部和全局擴展的有監(jiān)督耦合距離度量學(xué)習(xí)。⑷在生物特征識別系統(tǒng)中，采用單一數(shù)據(jù)進行測試時，性能并不穩(wěn)定，并且錯誤率高，此時常用的解決方法是數(shù)據(jù)融合技術(shù)。針對耦合距離度量學(xué)習(xí)能夠直接對兩個集合進行處理的特性，提出多種基于耦合距離度量學(xué)習(xí)的特征級融合方法。這些方法采用不同的策略將耦合空間里的特征融合到一起，以得到更加穩(wěn)定的特征用來