基于外貌圖像的統(tǒng)計(jì)方法人臉識別研究.pdf

1、本文回顧了人臉識別的研究歷史和發(fā)展現(xiàn)狀，討論了人臉識別中的特征提取與選擇的基本原理，然后按照線性和非線性兩種特征提取方法著重對其展開了論述。在線性特征提取中，主分量分析(PCA)是基于數(shù)據(jù)描述的人臉識別方法，它是在最小方差意義下的最優(yōu)變換。線性判別分析(LDA)是基于數(shù)據(jù)分類的人臉識別方法，它尋找使類間距離最大、類內(nèi)距離最小的投影方向，最大的保留了原樣本的判別信息。實(shí)驗(yàn)對上述兩種線性特征提取方法進(jìn)行了對比，發(fā)現(xiàn)在訓(xùn)練樣本數(shù)較少時(shí)PCA方

2、法與LDA方法相比可以具有比較好的人臉識別性能，并解釋了這種現(xiàn)象。研究了人臉識別中的非線性特征提取方法，提出了一種改進(jìn)的基于KPCA-ICA特征提取的人臉識別方法，核主分量分析(KPCA)是PCA的非線性推廣，它能夠提取人臉圖像的非線性信息，獨(dú)立分量分析(ICA)是基于數(shù)據(jù)高階統(tǒng)計(jì)的，它可以提取人臉圖像像素的高階統(tǒng)計(jì)信息，并對圖像的局部進(jìn)行編碼，本文將這兩種方法結(jié)合進(jìn)行特征提取。實(shí)驗(yàn)結(jié)果表明所提出的改進(jìn)方法具有良好的識別性能。