基于概率隱語義分析的人臉識別.pdf

1、人臉識別作為一種重要的生物識別技術,在很多領域有著廣泛應用。目前國內外已經有了一些比較成熟的人臉識別技術,例如特征臉、本征臉、拉普拉斯臉等。然而人臉本身作為生物特征的復雜性和人臉圖像采集中的諸多不確定因素,導致人臉識別的實際研究中存在著諸多困難。
　　 尋求緊湊、魯棒和有意義的特征表示空間對于人臉識別系統(tǒng)的性能具有重要影響。本文通過引入概率隱語義分析(PLSA)模型從一個新的角度來表示人臉圖像。源于文本處理領域的PLSA模型是一

2、種刻畫文檔與詞匯間隱含語義關系的混合生成模型,已被廣泛應用于自然語言理解和計算機視覺等領域中。我們將PLSA模型用于人臉識別的研究中,并且取得了一定的成果。本文主要研究工作和創(chuàng)新點總結如下:
　　 1、將文本處理領域的PLSA模型引入人臉識別的研究中,提出一種新的基于PLSA模型的統(tǒng)計人臉表示方法。該方法將人臉圖像看作由視覺切片為詞匯構成的文檔,利用PLSA模型自動抽取視覺切片和人臉圖像之間的隱主題分布；然后將每個視覺切片在若干

3、顯著隱主題上的后驗概率作為該切片的統(tǒng)計特征,并結合其在圖像空間中的位置關系構建人臉圖像的全局向量表示。該表示方法具有直觀的物理含義,并可作為任意分類器的輸入。
　　 2、提出Spatial-PLSA模型。PLSA模型建立在Bag of Words的假設下,忽略了文檔的語法結構,丟棄了詞與詞之間的結構等有用的先驗信息。針對該模型的不足,本文在PLSA模型的基礎上,加入原始圖像中視覺詞匯間的空間結構信息,使變換后的特征包含了更多的先