基于典型相关分析的人脸识别研究-通信与信息系统专业论文.docxVIP

万方数据 万方数据 原创性声明 本人郑重声明:所呈交的学位论文，是本人在导师的指导下，独立进行研 究所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人 或集体已经发表或撰写过的科研成果。对本文的研究做出重要贡献的个人和集 体，均已在文中以明确方式标明。本声明的法律责任由本人承担。 学位论文作者: 日期: 年 月 日 学位论文使用授权声明 本人在导师指导下完成的论文及相关的职务作品，知识产权归属郑州大学。 根据郑州大学有关保留、使用学位论文的规定，同意学校保留或向国家有关部 门或机构送交论文的复印件和电子版，允许论文被查阅和借阅:本人授权郑州 大学可以将本学位论文的全部或部分编入有关数据库进行检索，可以采用影印、 缩印或者其他复制手段保存论文和汇编本学位论文。本人离校后发表、使用学 位论文或与该学位论文直接相关的学术论文或成果时，第一署名单位仍然为郑 州大学。保密论文在解密后应遵守此规定。 学位论文作者: 日期: 年 月 日 摘要 摘要 摘要 人脸面部识别在人们的社会交往过程中具有重要作用。人机交互领域的人 脸识别研究目标是使计算机在能够获取人的面部信息，准确的识别人脸。最初 人们对人脸识别的研究，主要集中在单一特征识别方面。随着现代社会技术手 段的越趋先进，人类可以从多种信息源获得大量信息，如何去除隐藏其中的大 量的冗余信息，已经成为当前数据分析和处理的关键。伴随着研究的不断深入， 人们认识到来自不同渠道的人脸特征之间具有一定的互补性，充分利用不同渠 道特征之间的相关性可以更好地进行识别。于是基于多模态特征的人脸识别研 究成为一个研究热点。 近十年来，在模式识别、计算机视觉及生物医学等领域中典型相关分析进件件致远 被广泛地应用，同时在诸多领域中取得突破，例如人脸识别、行为分类和疾病 诊断等方。近年来，人脸识别由于在人机交互，电脑游戏，视频会议等方面有 着巨大的应用前景而逐渐成为研究的热点。人脸识别系统一般包括人脸检测、 特征提取和特征分类这三个步骤，其中特征提取包含特征降维。本文主要研究 典型相关分析为特征提取方法在人脸面部识别系统中的性能。本文的主要研究 工作如下: 令)提出一种新的特征融合算法双双基于数据流行结构投影典型相关分析算 法，并将其应用到了人脸识别方法中。在特征融合时，传统的非线性特征融合 算法均存在不利用或者不能充分利用样本类别信息的问题。与它们相比，本文 提出的算法充分的利用了样本类别信息，对抽取的相关特征进行有效的监督， 从而使抽取的特征更适用于分类。通过仿真实验，验证了该算法优于其它传统 非线性特征融合算法。 该)本文在典型相关分析的基础上，对算法做出改进，将算法由二维特征融 合推广到三维特征融合，并对多特征融合的核心算法进行了探索。本文对三维 特征融合的灵感来源于将监督信息引入到稀疏特征的实验。经典算法以及相关 的最新改进算法在稀疏保持典型相关分析中引入监督信息时，不可避免地导致 信息流失从而使得又特征重构的信息与真实信息之间的重建误差明显增大，针 对这一缺陷，本文将典型相关分析由二维融合推广到多维融合，将监督信息作 导 为一组特征与两组稀疏特征进行融合，将监督信息融入的同时，有效避免了信 息的流失。 详)基于代数特征的线性投影算法普遍存在着高位小样本问题，针对这一缺 陷，众多学者提出了大量解决方法，其中被广泛应用的是 分un 等人的使用主要 特征提取(布件致)算法对散度矩阵进行预处理，以部分有效信息流失为代价，使 得散布矩阵变换为非奇异矩阵。本文受最新的指数化降维思想的启示，用指数 化的散布矩阵代替原散布矩阵，使用指数化降维的方法，即保留了大量的原始 有效信息，又使得散布矩阵非奇异化，并在试验中取得不错效果。 关键词:典型相关分析，人脸识别，局部保持，稀疏保持。 导导 Abstract Abstract Face recognition plays an important role in the process of peoples social communication. The goal of face recognition is to make the computer accurately recognize faces though facial information. The initial research of face recognition mainly focuse on the single feature. With further studies on face recognition, people recognize the face features from different channels between are certa