基于子空間分析的圖像檢索和人臉識別研究.pdf

1、在基于內(nèi)容的圖像檢索系統(tǒng)和人臉識別系統(tǒng)中,提取有效的鑒別特征是系統(tǒng)中的關(guān)鍵環(huán)節(jié),是為下一步檢索和識別的工作奠定基礎(chǔ)的重要步驟。本文基于對子空間特征提取方法的深入研究,提出優(yōu)化的特征提取方法,彌補了原有方法的不足,在圖像檢索和人臉識別系統(tǒng)中應(yīng)用得到了較好的效果。
　　 本文將子空間分析技術(shù)應(yīng)用于檢索和識別系統(tǒng),進行了以下研究:
　　 1.將子空間技術(shù)應(yīng)用于基于形狀的圖像檢索技術(shù)中。高維Zernike矩以其表達圖像區(qū)域信息的

2、細(xì)節(jié)性、表征圖像檢索系統(tǒng)的全面有效性,廣泛應(yīng)用于圖像檢索系統(tǒng)。但由于高維矩具有“維數(shù)災(zāi)難”問題,會增加算法的復(fù)雜度,因冗余信息造成關(guān)鍵信息混淆,進而影響圖像描述效果。針對這個缺陷,本研究應(yīng)用局部保持投影(LPP)流形學(xué)習(xí)算法,對以Zernike矩為特征描述子中的冗余信息進行處理。本文在LPP算法中,通過拉普拉斯圖保持局部樣本不變性,并引入全局算法主成分分析(PCA)保證了樣本的整體性?？紤]到信息間的相關(guān)性影響到投影的準(zhǔn)確率,本文對Sch

3、ur特征值分析代替?zhèn)鹘y(tǒng)的特征值求解方法,得到正交基向量,能夠使數(shù)據(jù)重構(gòu)相對容易,在此基礎(chǔ)上保留Zernike矩的旋轉(zhuǎn)不變性,使檢索到的圖像更加符合人眼視覺效果。
　　 2.針對人臉圖像的原始灰度圖進行特征提取,在運用線性判別分析(LDA)算法對人臉子空間進行學(xué)習(xí)時,發(fā)現(xiàn)算法本身在定義上有一定的不足,即忽略了相鄰兩類樣本比較相似的情況下,容易產(chǎn)生誤差而導(dǎo)致樣本分類不明確。針對此缺陷不足,本研究提出最大邊際近鄰判別分析法,其原理是依