子空間特征提取方法及其在人臉識別中的應用.pdf

1、特征提取是模式識別研究中的最基本問題之一.對于圖像識別而言，提取有效的圖像特征是完成識別任務的一個關(guān)鍵問題.近年來，子空間方法因其計算簡單、有效等特性在特征提取領(lǐng)域得到了廣泛應用，其本質(zhì)就是把原始的高維樣本數(shù)據(jù)投影到一個更有利于分類的低維特征子空間.作為圖像識別的重要應用，人臉識別是當前計算機模式識別領(lǐng)域中的一個非?；钴S的研究課題，本文以人臉識別為應用背景，以子空間特征提取方法為主題進行了相關(guān)研究，論文的主要工作和貢獻如下： 1

2、.針對奇異值特征對細節(jié)描述不充分、包含有效鑒別信息不足的問題：本文將鑒別能力強的局部區(qū)域用于識別，提出了組合奇異值特征的概念，該特征具有一系列與奇異值特征類似的理想屬性，并兼顧了圖像的整體和局部信息，人臉識別實驗證明其具有良好的識別分類能力.此外，還提出一種基于灰度形態(tài)學和灰度投影信息的人臉局部區(qū)域提取方法，該方法避免了對五官特征點的精確定位，運算簡單、快速，對人臉的姿態(tài)、表情等變化不敏感，應用于組合奇異值特征提取獲得了令人滿意的效果.

3、 2.把樣本分布信息融于特征提取過程將有助于提高特征的分類能力.本文通過分析圖像樣本的分布特點，利用模糊隸屬度的概念，提出一種基于模糊標號典型相關(guān)分析的特征提取新方法，通過構(gòu)造模糊標號刻畫樣本的分布情況，并將其與典型相關(guān)分析結(jié)合，能提取綜合灰度信息和分布信息的有效判別特征.此外，本文在研究核方法基本理論的基礎上，采用核技巧將模糊標號典型相關(guān)分析拓展為非線性的形式，使其在繼承線性方法所有優(yōu)點的同時還能有效地提取更具鑒別力的非線性特

4、征.人臉識別實驗證實了新算法的有效性及應用價值，并從實驗的角度驗證了理論分析的正確性. 3.詳細討論了小樣本情況下基于典型相關(guān)分析的特征提取，并針對兩種現(xiàn)有解決方法中存在的問題提出了相應的改進算法.首先，針對樣本不足導致的小特征值包含較多干擾信息的問題，基于矩陣理論及雙空間分析思想，提出一種雙空間模糊標號典型相關(guān)分析算法，較好地緩解了過小特征值對算法性能的影響，并最大限度地保留了樣本所包含的有用信息；其次，針對二維典型相關(guān)分析中