鑒別性流形學(xué)習(xí)算法在人臉識(shí)別中的應(yīng)用研究.pdf_第1頁
已閱讀1頁,還剩62頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、人臉是人類視覺中最常見的模式,人臉識(shí)別由于其自然、直觀、非接觸、安全、快捷等特點(diǎn)而倍受關(guān)注,已經(jīng)成為最具發(fā)展?jié)摿Φ纳锾卣髯R(shí)別技術(shù)之一,也是當(dāng)前模式識(shí)別和人工智能領(lǐng)域的一個(gè)研究熱點(diǎn)。但是,由于人臉結(jié)構(gòu)的復(fù)雜性、人臉表情的多樣性以及人臉成像過程的多變性等原因,人臉機(jī)器自動(dòng)識(shí)別至今仍然被公認(rèn)是一個(gè)具有挑戰(zhàn)性的研究領(lǐng)域。一般認(rèn)為,人臉從某種意義上來說是一種流形結(jié)構(gòu),人臉數(shù)據(jù)集是由某些內(nèi)在變量控制形成的非線性流形,只要能從流形中尋找出光照、表情

2、和姿態(tài)等控制變量,就能大幅降低觀測空間的維數(shù)。
   流形學(xué)習(xí)是近年來機(jī)器學(xué)習(xí)及模式識(shí)別等領(lǐng)域的一個(gè)研究熱點(diǎn),其主要目標(biāo)是去發(fā)現(xiàn)高維觀察數(shù)據(jù)空間的低維光滑流形。自從2000年Roweis和Saul提出LLE算法、Tenenbaum等人提出Isomap算法,特別是Donoho等人發(fā)現(xiàn)Isomap算法能夠準(zhǔn)確發(fā)現(xiàn)人臉圖像流形潛在的參數(shù)空間、張長水等人將LLE算法用于人臉識(shí)別并取得了較好的識(shí)別效果之后,基于流形學(xué)習(xí)的人臉識(shí)別研究引起了

3、人們的廣泛關(guān)注。本文對(duì)流形學(xué)習(xí)在人臉識(shí)別的應(yīng)用問題進(jìn)行了廣泛而深入的探討,提出了2種新的基于流形學(xué)習(xí)的人臉識(shí)別算法,通過仿真實(shí)驗(yàn)驗(yàn)證了它們的有效性。主要工作和創(chuàng)新成果集中在以下幾個(gè)方面:
   1.簡要介紹了流形學(xué)習(xí)研究中涉及的相關(guān)數(shù)學(xué)知識(shí),如拓?fù)淞餍?、微分流形、黎曼流形、測地線、Hausdorff距離等,為本文的研究提供理論支持。
   2.構(gòu)建模型、搭建實(shí)驗(yàn)平臺(tái),將主流流形學(xué)習(xí)算法應(yīng)用于線性與非線性數(shù)據(jù)集進(jìn)行仿真實(shí)驗(yàn)

4、,系統(tǒng)分析其應(yīng)用的可能性、優(yōu)勢及存在的問題。①線性流形學(xué)習(xí)算法數(shù)據(jù)仿真實(shí)驗(yàn):主成分分析(PCA)、線性判別分析算法(LDA)、局部保距投影(LPP);②非線性流形學(xué)習(xí)算法的數(shù)據(jù)仿真實(shí)驗(yàn):等距映射(ISOMAP),局部線性嵌入算法(LLE)、Laplacian特征映射(LE)、局部切空間排列(LTSA)。
   3.針對(duì)流形學(xué)習(xí)算法未能充分利用樣本的類別信息,一般不適合用于分類,不能有效的消除圖像中冗余信息;Isomap算法需要較

5、多的訓(xùn)練樣本來描述非線性流形結(jié)構(gòu),而人臉識(shí)別本身是一個(gè)小樣本問題,通常訓(xùn)練樣本不是很多,進(jìn)而影響了識(shí)別效果的問題,本文提出了一種新的人臉識(shí)別算法——Gabor+鑒別性等距映射算法,并在公開人臉數(shù)據(jù)庫中驗(yàn)證了算法的有效性。
   4.LTSA算法是著名的流形學(xué)習(xí)算法之一。但如果在模式識(shí)別時(shí)遇到相似的流形,兩種流形相似的模型放在一起就構(gòu)成了復(fù)雜流形,這時(shí)就很難用LTSA算法加以分類。針對(duì)這個(gè)問題,本文提出了一種新的人臉識(shí)別算法——鑒

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論