基于非参数化判别的人脸识别研究分析报告.ppt

* 如海关等出入境管理，重要场所视频监控，身份证、护照等证件审核等等；如自动系统登录，智能保险柜等等；如安全可靠的身份验证，方便快捷的考勤方式等等。 * 萌发阶段：20世纪50年代，从心理学领域对人脸识别进行研究； 机器识别研究阶段：20世纪70年代，主要研究人脸识别所需要的面部特征 人机交互式识别阶段：仍然需要利用图像的某些先验知识，摆脱不了人的干预； 真正的机器自动识别阶段：20世纪90年代，人脸识别技术由于高性能计算机的出现，获得了重大突破，进入了机器自动识别阶段。 * 依据算法性质可分为： 用面部关键特征的相对位置、大小、形状、面积等参数来描述人脸 1.2D 灰度矩阵，按行向量变换为1D向量 2.所有图像均表示为这样的向量 3.计算输入图像的向量与已知人脸库中所有向量的相似度，排序即可给出识别结果 * 将图像空间的像素点变换到一个投影空间，用一定数量的基本图像对人脸图像进行线性编码，把给定的m*n像素的训练样本集称为空间域向量。这个基本的向量被映射到一个优化的子空间，把子空间向量叫做变换域向量。该方法的目的就是寻找一种从空间域到变换域之间的最优表示，并把这个优化的向量叫做特征图像。 * 给出一组数量远远小于样本空间维数的正交基来表示训练样本张成的子空间 * 前8维——可视信号 后8维——差异和噪声 降维：在变换后的特征空间中，每个特征向量对应的特征值的大小代表该特征向量所描述的方向上的总体方差的大小。所以，从U中去掉那些对应较小特征值的特征向量，意味着在信息丢失最小的意义上降维! * (在预处理后的库上进行） 从2表中可以看出，识别率随着特征增加而提高，并且在取前20个特征时识别率提升的速度最快。这就说明，大的特征值对应的特征向量用于构造特征子空间时，对提取图像特征的贡献大。同时，当取前80个特征的时候，识别率达到最大，为89.5%，但继续增加特征数目时，识别率反而降低。这说明并不是特征取得越多越好。因为小的特征值对应着图像的高频信息，有可能包含噪声成份，如果选择这些特征反而会影响识别效果。 * 基于PCA的人脸识别方法提取的是用于表征人脸的特征信息，它是一种简单、快速、实用的特征提取方法。但是PCA方法并没有考虑到类内、类间的差异，是一种非监督的特征提取方法。尽管有时将数据投影到低维空间会出现不同类别的分离，但这种情况并不是总存在。就一般情况而言，维数降低反而会使类别的分离性变得不明显。图2.6给出了二维空间中由两类别数据集合计算得到的两个主成分方向。可以看出将数据投影到第一个特征向量上将消除类间的隔离，而投影到第二个特征向量上则保持了类别的分离性。因此用几个主成分相联的向量所张成的空间不一定是用于判别的最好空间，这也证明了PCA方法用于人脸识别还存在理论的缺陷，而Fisher脸方法的提出弥补了这一缺陷。 * 结果：使得最佳分类特征的求解变得相当困难 * c1,c2类为非线性结构，从图中很容易看出类内差向量 (xi-xj’)不能体现出两样本间为曲线距离的关系，所以由这种差向量构成的Sw就无法反映出样本的非线性结构。类似地，类间差向量 (xi-xk’)也不能描述样本的实际分布情况，所以构成的类间散布矩阵Sb也不能保证能很好地描述两类别的可分性。而且在非线性结构情况下，如果仍利用Fisher准则寻找投影方向，并不能保证同一类别的样本在特征空间中聚集在一起，不同类别的样本互相离得较远，那么利用欧氏距离度量样本间的距离也是没有意义的。所以在这种情况下，求解利用该定义构成的Fisher准则函数肯定不能获得最好的投影方向 * 这样求得的差向量能够保证不破坏类内、类间的非线性结构 * 现在，可以重新定义新的准则函数 求使得w* 取得极大值时的。可以看出 JNDA(W1)是广义的Rayleigh商,可以利用Larange乘子法求解。 具体的推导过程见论文27页 * 从而也放宽了特征提取的限制。通常选取前k个特征值对应的特征向量构成投影空间。 前面着重从空间关系上讨论了NDA算法，下面我们利用类间散布矩阵的另一种形式进行数学推导 其中x(i)表示来自ci的样本，xNN(j)是x(i)来自于cj的k近邻样本（i不等于j），向量xNN(j)-x(i)是从x(i)局部地指向其他类的差向量，p1，p2为先验概率。 利用k近邻，可以得到x(i)的k个xNN(j)，k个xNN(j)求和取平均得到的平均值代替xNN(.)，把k近邻的样本均值称为局部均值。对于给定的样本xl，则ci类的局部均值计算如下： 这里xjNN(i)是样本xl来自于ci类的第j个最近邻。当k的取值接近于该类的样本总数Ni时，mi’（xl）接近于ci类的均值向量mi，当k的取值为1时， mi’(.)就为xl的最近邻。 * 图中说明了对于不同的样本结构，NDA算