针对线性投影分析及非线性核方法在人脸识别中的分析研究.pdfVIP

摘要 人脸识别技术是计算机模式识别领域中一个非常活跃的研究 课题，在法律、商业、公共安全、身份鉴定、门禁系统、视频监视 等领域有着广泛的应用前景。其主要任务是利用已存储的人脸图像 库，识别静止或视频图像中的一张或多张脸。 本文系统归纳总结了人脸识别的研究、现状及发展，对适用 于人脸识别的图像预处理方法进行了探讨，重点研究基于线性投影 的特征提取方法，以及非线性核方法。将规范化参数引入了KDDA (KernelDirectDiscriminant 脸库进行特征提取，实验结果证明本算法较传统方法有更好的聚类 性。论文还针对“小样本问题”和分类器进行了大量对比研究，并 对“小样本问题”的极端情况进行了实验。 对于线性投影方法，本文主要阐述了PcA、LDA算法。PcA算 法所确定的投影方向具有很好的表达能力，．LDA算法所确定的投影 方向利于区分样本。以0RL人脸图像库为实验对象，使用两种方法 J 进行特征提取，并讨论了特征提取的结果。 本文详细介绍了核函数方法，主要阐述KPCA、KDDA两种非线 性核方法在人脸图像特征提取中的应用，同样对0RL人脸库使用两 种方法进行特征提取，并对特征提取的结果分析了KPcA和KDDA对 人脸图像的线性可分能力。 然后，本文详细介绍了多种分类器的原理，阐述了如何就不 1 同的特征提取方法选择分类器，将不同的特征提取方法与不同的分 类器组合进行人脸识别，对识别结果进行了分析。 最后，本文阐述了小样本问题，该问题是统计模式识别中一 个引人关注的问题。对于该问题，本文将规范化参数引入KDDA， 对其进行了实验分析。 关键词：人脸识别，线性投影，核函数方法，分类器，小样本问题 ABSTRACT Face isa active in recognitiontechn0109yvery subject thefieldof hasawide of patternrecognition，whichrange as potentialapplications，suchcommercial，1awenforcement， security，identity contr01， public andsoon．The taskat videosurveillance primary hand，given stillorvideo theidentificationofoneor images，requires more adatabaseofstoredface personsusing images Theresearch background，significances，presentstatus， and aredenotedinthisthesis．The development proper di offace hasbeenscussed．Linearand ing images preprocess nonlinearkernel forfeature projectional