基于Gabor滤波和流形学习理论的人脸识别算法研究

摘要

本文以人脸识别为目标，围绕着提高人脸识别的性能及其鲁棒性。主要研究了基于Gabor滤波和流形学习理论的人脸识别算法，主要完成的工作如下：
　　(1)探讨了人脸识别技术的研究现状及其意义和现如今主要研究的方法及其存在的难题，提出了本课题的人脸识别算法流程。同时探讨分析一些经典的线性和非线性流形学习算法，并分析其原理和核心思想，同时总结各个算法的优缺点。
　　(2)探讨了Gabor滤波的基础知识及其在人脸识别中Gabor的特征提取算法，在分析了二维Gabor滤波器性能和参数的选择之后，提出了一种FFT提速Gabor的特征提取方法。
　　(3)提出了一种不相关判别的自适应局部切空间排列算法(UDALLTSA)。该算法主要基于分析基于Gabor滤波与线性局部切空间排列算法的特点，针对LLTSA的无监督学习、基向量约束以及k近邻选取等缺陷进行改进的算法。通过实验证实该算法的性能方面远高于原始算法，其鲁棒性好。
　　(4)提出了一种不相关的自适应局部线性的最大散度矩阵算法(UAFSLLE)。该算法主要基于分析了基于Gabor滤波与线性的局部线性嵌入算法的特点，从自适应邻域的选取，监督信息的引入，基向量之间的约束三方面对算法进行改进。，通过实验证实该算法的性能方面远高于原始算法，其鲁棒性好。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1研究背景与意义

1.2人脸识别的研究现状与技术挑战

1.3 人脸识别研究的内容

1.4 流形学习研究背景、动机及与人脸识别的关系

1.5 本文研究的内容和结构安排

第2章 流形学习算法概述

2.1 引言

2.2经典的线性流形学习算法

2.3经典的非线性流形学习算法

2.4本章小结

第3章 Gabor小波理论简介

3.1 Gabor小波的起源

3.2 Gabor小波的生物学背景

3.3 二维Gabor小波变换

3.4 Gabor滤波器组的参数选择

3.5 FFT提速Gabor的特征提取

3.6 Gabor特征的采样

3.7 本章小结

第4章 基于Gabor滤波与线性局部切空间排列相关算法的人脸识别算法

4.1线性局部切空间排列算法及其相关算法的简介

4.2基于Gabor滤波与LLTSA相关算法的人脸识别算法

4.3实验结果对比与分析

4.4本章小结

第5章 基于Gabor滤波与局部线性嵌入相关算法的人脸识别算法

5.1局部线性嵌入算法及其相关算法的简介

5.2基于Gabor滤波与LLE相关算法的人脸识别算法

5.3实验结果对比与分析

5.4本章小结

第6章 总结与展望

6.1 本文小结

6.2 今后的工作展望

致谢

参考文献