流形学习算法在人脸识别中的应用的研究.pdf

ResearchonApplyingManifoldLearning ResearchonApplyingManifoldLearning RReesseeaarrcchhoonnAAppppllyyiinnggMMaanniiffoollddLLeeaarrnniinngg AlgorithmstoFaceRecognition AlgorithmstoFaceRecognition AAllggoorriitthhmmssttooFFaacceeRReeccooggnniittiioonn A Thesis Submitted to Chongqing University in Partial Fulfillment of the Requirement for the Degree of Doctor of Engineering By By BByy HailiangFeng HailiangFeng HHaaiilliiaannggFFeenngg HailiangFeng HailiangFeng HHaaiilliiaannggFFeenngg SupervisorbyProf.JianweiLi SupervisorbyProf.JianweiLi SSuuppeerrvviissoorrbbyyPPrrooff..JJiiaannwweeiiLLii Major：ScienceandTechnologyofInstrument Major：ScienceandTechnologyofInstrument MMaajjoorr：：SScciieenncceeaannddTTeecchhnnoollooggyyooffIInnssttrruummeenntt College of Optoelectronic Engineering of Chongqing University, Chongqing, China October 2008 中文摘要 摘 要 人脸是人类视觉中最常见的模式，人脸识别由于其自然、直观、非接触、安 全、快捷等特点而倍受关注，已经成为最具发展潜力的生物特征识别技术之一， 也是当前模式识别和人工智能领域的一个研究热点。但是，由于人脸结构的复杂 性、人脸表情的多样性以及人脸成像过程的多变性等原因，人脸机器自动识别至 今仍然被公认是一个具有挑战性的研究领域。一般认为，人脸从某种意义上来说 是一种流形结构，人脸数据集是由某些内在变量控制形成的非线性流形，只要能 从流形中寻找出光照、表情和姿态等控制变量，就能大幅降低观测空间的维数。 流形学习是近年来机器学习及模式识别等领域的一个研究热点，其主要目标 是去发现高维观察数据空间的低维光滑流形。自从2000 年Roweis 和Saul 提出LLE 算法、Tenenbaum 等人提出Isomap 算法，特别是Donoho 等人发现Isomap 算法能 够准确发现人脸图像流形潜在的参数空间、张长水等人将LLE 算法用于人脸识别 并取得了较好的识别效果之后，基于流形学习的人脸识别研究引起了人们的广泛 关注。本文对流形学习算法在人脸识别中的应用问题进行研究，提出了 3 种新的 基于流形学习的人脸识别算法，通过仿真实验验证了它们的有效性。主要工作和 创新