子空間分析中的隱式gabor特征提取

1、天津大學碩士學位論文子空間分析中的隱式子空間分析中的隱式Gab特征提取特征提取ImplicitGabFeatureExtractionBasedonSubspaceAnalysisMethods學科專業(yè)：信息與通信工程研究生：葉曉雪指導教師：龐彥偉教授天津大學電子信息工程學院二零一五年十二月萬方數(shù)據(jù)中文中文摘要摘要人臉識別一直是生物識別領(lǐng)域的研究熱點，在虛擬現(xiàn)實、圖像處理和模式識別等學科都得到了廣泛的研究。人臉識別由人臉檢測、人臉特征提

2、取、分類器設(shè)計三大部分組成，其中人臉特征提取是最重要的部分。子空間分析方法可被用于特征提取，分為線性子空間分析和非線性子空間分析。其中非線性子空間分析就是核方法與線性子空間分析的結(jié)合。核方法實現(xiàn)了在高維空間數(shù)據(jù)線性可分的同時用低維空間的核函數(shù)計算高維空間的向量內(nèi)積，解決了維數(shù)災(zāi)難。Gab濾波被廣泛地與非線性子空間方法結(jié)合并被應(yīng)用于人臉識別。直接計算對應(yīng)于一些方向（如8個）和一些尺度（如5個）的Gab系數(shù)（如40個）需要大量的時間消耗，且

3、內(nèi)存復(fù)雜度高。Ashraf等提出一種替代性的方法來繞過整個Gab濾波的計算，以此解決上述問題（為了簡便，在文章的后面稱之為隱式Gab方法）。他們將此方法與線性支持向量機方法結(jié)合應(yīng)用于表情識別。本文將隱式Gab方法與非線性子空間方法（包括核主成分分析KPCA和核判別方法KDA）結(jié)合，并且在公共的FERET、L和YALE人臉數(shù)據(jù)集上進行了人臉識別的測試實驗，將提出的方法（隱式GabKPCA和隱式GabKDA）與傳統(tǒng)的方法（GabKPCA和G