基于子空間分析的人臉特征提取的方法研究.pdf

1、在當今社會飛速發(fā)展的時代，利用計算機對人臉進行分析的人臉識別技術(shù)越來越受到廣泛關(guān)注。人臉識別作為當今研究重點，提取穩(wěn)定可靠的個體特征是人臉識別的關(guān)鍵。其中基于子空間分析的特征提取方法，因其算法簡單、識別高效等特點得到廣泛關(guān)注。
　　本文研究內(nèi)容主要包括以下幾點:
　　(1)通過閱讀相關(guān)的學術(shù)文獻，針對國內(nèi)外現(xiàn)狀，深入剖析子空間分析中的主成分分析方法、以及線性鑒別分析方法的原理，并簡單闡述了核方法和局部保持投影方法。其次，對于

2、在一維方法中可能出現(xiàn)的問題，例如計算復雜、小樣本問題等，本文深入探討了基于二維的分析方法，以及介紹了基于2DPCA的改進算法，如左向壓縮2DPCA、右向壓縮2DPCA和雙向壓縮RL2DPCA。
　　(2)首先對核方法進行了概述，繼而闡述了核主成分分析特點以及人臉識別中常用一些核函數(shù)。對于人臉的高維特征中所具有的的非線性信息，我們可以發(fā)現(xiàn)利用核主成分分析方法首先對圖像進行降維處理，之后獲得投影矩陣后在子空間內(nèi)采用MDP方法，這樣使得

3、最后的投影矩陣既包含了非線性信息，又包含了樣本之間的近鄰關(guān)系。最后在人臉庫上實驗驗證本文方法的有效性。
　　(3)研究了一種結(jié)合二維主成分分析(2DPCA)和二維局部保持投影(2DLPP)的雙向壓縮的人臉識別方法。由于我們針對一維的方法進行探討后由于一維方法可能存在小樣本問題，我們決定采用二維的主成分分析方法，我采用雙向的壓縮方法，對人臉圖像采用2DLPP對列方向進行壓縮后，在采用2DPCA方法對行方向進行壓縮。最后實驗數(shù)據(jù)采用O