基于LDA和稀疏表示的人脸图像识别研究

发布时间：2021-03-15 23:32

　　人脸识别是人工智能的重要分支,在民用和商用领域如人机交互、监控系统等方面具有重要意义。近年来,随着机器视觉和机器学习的突飞猛进,特征提取和分类器的设计日趋复杂和多样。但是,影响人脸识别的因素如小样本一直是难以解决的问题,这使得对特征提取与分类器的要求越来越高,难度越来越大。本文在对机器学习算法研究的基础上,开展对人脸识别关键技术的研究工作,包括特征提取、分类器设计,实现了适用于小样本环境的特征提取与分类算法,主要成果如下:首先,研究并实现了主成分分析和基于线性判别分析等特征提取方法,通过改进的线性判别分析算法,来进行特征提取,能很好的解决小样本问题。其次,针对现有的基于线性判别分析算法中特征值存在方差和偏差等缺点,通过加权和平滑类间和类内离散度矩阵模型,以及对归一化参数进行了确定化,得到一种加权平滑的确定性判别分析算法（WSDLDA）。该算法不仅可以解决小样本引起的过拟合问题,还可以解决散度矩阵的奇异性问题。三个公共数据库被用于验证本文提出算法的优越性,通过仿真分析了其在不同训练样本数目和维度下的性能,并与多种相关方法进行对比,结果显示所提方法能够提升分类准确率。再次,深入研究几种比较... 

【文章来源】：重庆大学重庆市 211工程院校 985工程院校 教育部直属院校

【文章页数】：80 页

【学位级别】：硕士

【部分图文】：

人脸识别应用Fig.1.1Facerecognitionapplications

人脸图像示例图

二维空间下的LDA(a)投影方式1(b)投影方式2

【参考文献】：
期刊论文
[1]高维数据中的相似性度量算法的改进[J]. 邵昌昇,楼巍,严利民.  计算机技术与发展. 2011(02)
[2]一种多元核Logistic回归说话人辨别方法[J]. 郑建炜,王万良,王震宇,蒋一波.  控制与决策. 2010(09)
[3]基于视频的人脸识别研究进展[J]. 严严,章毓晋.  计算机学报. 2009(05)
[4]三维人脸识别研究综述[J]. 王跃明,潘纲,吴朝晖.  计算机辅助设计与图形学学报. 2008(07)
[5]人脸识别研究综述[J]. 李武军,王崇骏,张炜,陈世福.  模式识别与人工智能. 2006(01)



本文编号：3085007