人臉識(shí)別中的可學(xué)習(xí)特征描述及降維研究.pdf

1、人臉識(shí)別因其具有自然、直接、手段友好的特性而成為科研價(jià)值較高、實(shí)用意義較大的生物特征識(shí)別途徑，是近年來(lái)模式識(shí)別領(lǐng)域中的熱門(mén)課題之一。人臉識(shí)別涉及到機(jī)器視覺(jué)、圖像處理、神經(jīng)網(wǎng)絡(luò)、數(shù)理計(jì)算等多個(gè)科研領(lǐng)域，其各種核心算法、應(yīng)用技術(shù)都不斷發(fā)展成熟。當(dāng)前，人臉識(shí)別性能逐漸提高，其過(guò)程可大致概括為三個(gè)階段:人臉區(qū)域檢測(cè)定位、面部鑒別特征提取以及最終人臉識(shí)別分類。本文主要針對(duì)第二個(gè)階段，歸納研究更具魯棒性的人臉特征描述算法，以及高效的人臉特征降維。<

2、br>　　人臉特征描述是整個(gè)人臉識(shí)別過(guò)程中最為關(guān)鍵的環(huán)節(jié)，其描述質(zhì)量直接影響后續(xù)識(shí)別環(huán)節(jié)的準(zhǔn)確度以及運(yùn)算速度，決定著運(yùn)算機(jī)器能否理想完成人臉識(shí)別任務(wù)。如何在人臉識(shí)別第一階段中檢測(cè)到的人臉區(qū)域內(nèi)盡可能獲取魯棒、有效的鑒別特征信息是第二階段的主要任務(wù)。新興的可學(xué)習(xí)圖像濾波器在特征描述前對(duì)圖像進(jìn)行鑒別濾波，較明顯提高了特征描述算法的性能。本文在此基礎(chǔ)上繼續(xù)發(fā)展，研究了與核運(yùn)算相結(jié)合的，并考慮圖像像素一階二階灰度信息的非線性可學(xué)習(xí)圖像濾波器，其

3、比傳統(tǒng)手動(dòng)設(shè)計(jì)的濾波算法以及線性可學(xué)習(xí)濾波算法都具有一定的優(yōu)越性，更便于描述出鑒別力強(qiáng)的人臉特征。
　　人臉特征的數(shù)據(jù)維度一般比較大，直接用此富含冗余信息的高維數(shù)據(jù)進(jìn)行分類判別將會(huì)提高計(jì)算復(fù)雜度以致錯(cuò)誤率較大。為了獲取較低維數(shù)據(jù)對(duì)面部特征的高效表示，采取一定手段進(jìn)行特征降維提取成為人臉識(shí)別的必要。有效降維后所得的低維特征能更好地反映出樣本數(shù)據(jù)間的本質(zhì)特性和分類結(jié)構(gòu)，降低計(jì)算成本，增強(qiáng)分類精度，從而提高識(shí)別率。本文針對(duì)較為經(jīng)典流行的