流形學(xué)習(xí)方法在視頻人臉識別中的應(yīng)用基礎(chǔ)研究.pdf

1、近幾十年來，人臉識別始終是計算機(jī)視覺及人工智能研究中最重要的難題之一，其吸引了無數(shù)研究工作人員的研究興趣。隨著視頻監(jiān)控、流媒體、訪問控制等應(yīng)用的普及，視頻人臉識別技術(shù)的需求正變得越來越迫切?；谝曨l的人臉識別方法可以利用視頻中的時間及空間信息提高識別的準(zhǔn)確度，成為了人臉識別領(lǐng)域的研究熱點(diǎn)?？紤]到流形學(xué)習(xí)方法在人臉識別領(lǐng)域的獨(dú)特優(yōu)勢，而視頻人臉相比于靜止人臉則有更豐富的認(rèn)知特征，其非線性數(shù)據(jù)的維數(shù)也就高，因此，很自然想到流形學(xué)習(xí)的算法應(yīng)該

2、可以在視頻人臉識別問題表現(xiàn)優(yōu)異。本文在前期對流形學(xué)習(xí)方法的優(yōu)化研究基礎(chǔ)上，致力于解決困擾流形學(xué)習(xí)方法應(yīng)用于視頻人臉識別時遇到的一些具體問題，找到使流形學(xué)習(xí)方法成功應(yīng)用于視頻人臉識別的有效途徑。本文主要提出兩種算法，一種是新型圖嵌入算法及其稀疏優(yōu)化，另一種是基于多流形學(xué)習(xí)算法。
　　首先，視頻人臉數(shù)據(jù)，由于環(huán)境光照變化，遮擋以及人臉姿態(tài)的變化等因素，呈現(xiàn)多態(tài)性，而每個子狀態(tài)的人臉之間相似度較低。傳統(tǒng)的圖嵌入算法，不僅忽略了同一類數(shù)據(jù)

3、各狀態(tài)之間的同質(zhì)信息，而且不能有效的使得不同類別之間很好的區(qū)分。因此，本文提出了一種新型的圖嵌入算法，致力于解決保留人臉數(shù)據(jù)內(nèi)在流形結(jié)構(gòu)以及使得人臉數(shù)據(jù)類間具有更好的可分性。在研究稀疏子空間算法后，結(jié)合特征選擇和子空間學(xué)習(xí)的思想，對提出的新型圖嵌入基本算法進(jìn)行稀疏子空間的優(yōu)化。
　　另外，在研究多流形學(xué)習(xí)的基礎(chǔ)上，考慮到視頻人臉的多流形結(jié)構(gòu)，然而傳統(tǒng)的多流形算法，都致力于獲得一個低維映射來保留多流形的信息，本文提出了一種多子空間的