基于局部保留投影的人脸特征提取研究

代理获取

页面导航

目录
摘要
著录项
相似文献
相关主题

摘要

人脸识别技术是当前模式识别的主要分支之一。人脸是典型的高维数据，如何从这些高维数据中找出事物的本质规律成为迫切需要解决的问题。通常的办法在高维数据中尽可能多的提取有用的特征，然后根据需要对特征进行降维。
　　局部保留投影是一种基于数据局部结构的降维方法，它能够保留数据之间的几何结构和相关性。由于局部保留投影是基于向量表示的降维方法，应用在高维数据集上容易产生“小样本问题”。而人脸数据是典型的高维小样本数据。目前解决该问题的方法是采用Laplacianface方法，即先用传统的主成份分析方法降维，之后再使用局部保留投影降维。但是主成分分析破坏了数据集的几何特征和数据之间的相关性，影响局部保留投影算法的实现。本文分析了局部保留投影算法特征，提出了三个改进方法。并在ORL和AR人脸库上与Laplacianface方法做比较，实验结果证明了改进方法的有效性。
　　本文同时对二维局部保留投影算法(2DLPP)进行研究。2DLPP是局部保留投影的矩阵扩展方法，它不改变局部保留投影的局部保留特性。2DLPP和LPP均是非监督学习方法，他们只考虑到数据局部结构关系而没有利用类的标签信息。本文在2DLPP基础上提出的两个新的方法，分别是2D监督局部保留投影(2DSLPP)和判别的2D监督局部保留投影(2DDSLPP)。2DSLPP可以聚集同类样本。2DDSLPP则最小化类内间距同时最大化类间间距的形式，找出最能区分类的子空间。
　　在论文的实验章节部分，我们给出2DSLPP、2DDSLPP与2D线性判别分析方法(2DLDA)、2D判别局部保留投影(2DDLPP)的比较，AR人脸库和ORL人脸库的实验结果表明，2DSLPP和2DDSLPP的准确率要明显高于2DSLPP，在这6个方法中，2DDSLPP表现最好。实验证明了我们提出的方法的有效性。

著录项

作者
冯歌;
展开▼
作者单位

哈尔滨工业大学;

展开▼
授予单位哈尔滨工业大学;
学科计算机科学与技术
授予学位硕士
导师姓名徐勇;
年度 2008
页码
总页数
原文格式 PDF
正文语种中文
中图分类模式识别与装置;
关键词
局部保留投影; 人脸识别; 特征提取; 主成分分析;

相似文献

中文文献
外文文献
专利

1. 基于大间距准则和图像矩阵双向投影的人脸特征提取方法 [J] . 詹宇斌 ,殷建平 ,刘新旺 . 自动化学报 . 2010,第012期
2. 基于多尺度图像局部结构分解的人脸特征提取方法 [J] . 冯翔 ,杨健 ,钱建军 . 计算机与现代化 . 2015,第003期
3. 基于简化局部二元法的人脸特征提取 [J] . 袁健 ,姚明海 . 计算机技术与发展 . 2009,第006期
4. 基于判别正则化的局部保留投影 [J] . 高云龙 ,胡康立 ,钟淑鑫 . 控制理论与应用 . 2020,第010期
5. 基于非线性动态全局局部保留投影算法的化工过程故障检测 [J] . 徐静 ,王振雷 ,王昕 . 化工学报 . 2020,第012期
6. 基于最大Gabor响应的局部二元模式人脸特征提取方法 [C] . 蔡新元 ,张荣国 ,肖柏华 . 2010年全国模式识别学术会议（CCPR2010) . 2010
7. 基于锚点图的局部保留投影降维算法研究 [A] . 蒋睿 . 2016

基于局部保留投影的人脸特征提取研究

目录

摘要

著录项

相似文献

相关主题

期刊订阅