检索结果-南通市图书馆

人脸识别作为生物特征识别的一种,在公共安全、身份验证、自动跟踪、数字视频处理等方面有着非常广泛的应用。由于现代计算机科学技术的进步,人脸识别技术已经成为人工智能领域所研究的重点课题之一在诸多人脸识别算法中,基于代数特征的识别算法有着相对较低的计算复杂度而受到广泛的关注。由于光照条件、表情变化等外部条件的影响,基于代数特征的算法识别率还有很大地改善和提升的空间。本文在原有的基于代数特征的人脸识别算法的基础上,分别从提高识别率和缩短识别时间两个方面进行研究分析,不仅有效提升了代数特征的识别准确率,对识别效率也有了很大改善：(1)改进的PCA快速人脸识别。改进后的算法相对于传统PCA方法,在匹配人脸之前首先选取一定数量的候选集合,图像预处理以及之后的PCA特征提取和选择都是在候选集中进行的,最后选用最常用的最近邻分类器进行相似性匹配。该方法在预处理、特征提取以及降维使用的是按照一定标准选择的候选集合中的人脸图像,而不是所有的训练样本,这样节约了大量的原始数据处理时间。在ORL人脸数据库上分别进行了两种算法的效率对比,结果显示,在使用了候选集之后,不仅可以缩短识别的时间,而且没有牺牲算法的识别率(2)模糊对角2DLDA人脸识别算法。针对线性鉴别分析的类内离散矩阵奇异而不能直接应用于小样本问题,并且存在对总样本空间的中心定位不准确的问题,采用了对角变换方法的同时融合了对样本的模糊分区,并提出了新的计算类间离散矩阵的方法。在特征提取之前先对面部图像作对角变化,之后使用模糊k近邻(FKNN)计算每个样本属于不同类别的隶属度,并用隶属度计算类内离散矩阵和重新定义的类间离散矩阵,最后得到最佳鉴别投影进行降维和特征提取。(3)模糊双向加权求和人脸识别方法。在双向特征投影的基础上,提出一种模糊双向加权求和准则,成功地实现在人脸识别系统中。在FBWSC中,首先定义了面向图像的行方向最佳投影矩阵并进行最优投影变换,得到行方向特征训练样本集;引入模糊距离的概念,计算出在行方向上的距离权值。同样地,给出了面向图像的列方向最佳投影矩阵并进行最优投影变换,得到列方向特征训练样本集;再利用模糊距离的概念计算列方向上的距离权值。FBWSC将行方向特征训练样本集与列方向特征训练样本集加权求和,从而完成对原始样本数据的特征提取。在ORL、FERET以及Yale人脸库上实验结果表明,文中提出的模糊双向加权求和准则特征提取方法用于人脸识别具有较高的识别率。(4)FDLPP算法及其在人脸识别中的应用。利用最大间距准则(MMC)将局部保持类间离散度矩阵和局部保持类内离散度矩阵的差异性最大化,使属于不同类别的样本之间越来越分散,提高分类的准确性。引入模糊集理论和k近邻分类器更加准确地描述了样本的分布信息,在定义模糊拉普拉斯离散度矩阵时融合了模糊隶属度,进一步使样本分类更加的清晰。结合ORL、FERET和Yale人脸数据库的实验结果,充分表明了在光照不均匀以及视觉角度不断变化情况下的算法鲁棒性。

关键词：人脸识别代数特征小波变换模糊集加权求和最大间距

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

单样本条件下基于代数特征的人脸识别研究

单样本条件下基于代数特征的人脸识别研究

引用

作者：黄建平扬州大学

学位级别：硕士

人脸识别是生物特征识别的一个主要分支。与指纹识别、虹膜识别等其它生物特征识别技术相比,它不接触、无侵犯,拥有更为明显的优势。目前,由于国内外安全形势的迫切需要,人脸识别日益受到包括公共安全、访问控制在内的广泛应用领域的青... 详细信息

人脸识别是生物特征识别的一个主要分支。与指纹识别、虹膜识别等其它生物特征识别技术相比,它不接触、无侵犯,拥有更为明显的优势。目前,由于国内外安全形势的迫切需要,人脸识别日益受到包括公共安全、访问控制在内的广泛应用领域的青睐。应用的升温推动了相关研究的开展,人脸识别技术的研究呈现出一派蓬勃发展的态势。然而,人脸识别技术面临的一些难题尚未被完全解决。本文主要研究了单样本条件下的人脸识别问题。单样本即单训练样本,是指:在已知的人脸图像数据库(如护照人脸图像数据库)中,其中的每一个人都仅有一幅人脸图像。这是小样本问题的特例,同时也是整个人脸识别领域最为极端的一种情形。在单样本情况下,许多传统的基于多训练样本的人脸识别算法效果均不太理想,一些算法甚至根本不再适用。本文以基于代数特征的方法为着眼点,对单样本人脸识别问题进行了一定的研究。主要工作和贡献如下:(1)在分析灰度图像存储格式的基础上,提出了一种新的样本扩充方法:位平面图像样本扩充法。按照这种方法,1幅原始图像可以被切片为8幅位平面图像。其中,低位切片图像存在明显噪声,直接舍弃;而高位切片图像则包含较为丰富的鉴别信息,保留下来,作为获取到的新样本图像。然后,把每个类别的单幅原始训练样本图像和由它扩充得到的若干幅高位切片图像一起作为该类别新的训练样本图像。经过样本扩充,鉴别信息得到了一定的强化,更利于特征抽取和分类识别。最后,实验证实了所提方法的有效性。(2)遵循把单样本问题转化为多样本问题的研究思路,分析了传统的一些单样本人脸识别算法。发现:导致识别性能不能很好发挥的一个主要原因是扩充得到的样本中包含太多的噪声。于是,围绕如何消除这些噪声,提出了一种新的基于线性鉴别分析的样本扩充方法——泛滑动窗样本扩充法。该方法在进行样本扩充时不会引入任何外来干扰信息,从而最大限度地提高了新样本鉴别信息的保真度,理论上更加有利于后续的特征抽取与分类识别。不仅如此,该样本扩充方法比传统的样本扩充方法更加简捷。用扩充得到的新样本,结合二维线性鉴别分析算法进行实验,实验结果证实了新方法的上述性能与优势。(3)针对单样本人脸图像可能存在的所谓边缘化模式问题,把线性加权的思想引入到了先前提出的单样本人脸识别框架中,从而改进了原来的识别框架。新的单样本人脸识别框架具有两大优势:第一,在样本扩充环节,有效地避免了噪声的引入,能够获取到更高质量的新样本。第二,在特征抽取环节,很好地解决了边缘化模式问题,使抽取到的特征更具鉴别力。前者使基于线性鉴别分析思想的单样本人脸识别成为现实。而后者有助于优化其识别性能——在无边缘图像的情况下,能够保证其识别性能正常发挥;在含边缘图像的情况下,能够保证其识别性能有所改善。因此,在新的识别框架里,单样本人脸识别的整体性能变得更加有效和鲁棒。在ORL标准人脸库上的实验证实了新识别框架的上述性能优势。

关键词：人脸识别单样本代数特征样本扩充位平面图像主分量分析线性鉴别分析泛滑动窗特征抽取边缘模式

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于代数特征的人脸识别研究

基于代数特征的人脸识别研究

引用

作者：李进中南民族大学

学位级别：硕士

人脸识别的研究在近几年得到了高度重视,已经成为模式识别领域中最成功的应用之一。目前,随着社会的发展、科技的进步,对使用方便、性能可靠的自动人脸识别系统的实际需求日益迫切,人脸识别已受到了众多的计算机科学工作者的广泛关注。... 详细信息

人脸识别的研究在近几年得到了高度重视,已经成为模式识别领域中最成功的应用之一。目前,随着社会的发展、科技的进步,对使用方便、性能可靠的自动人脸识别系统的实际需求日益迫切,人脸识别已受到了众多的计算机科学工作者的广泛关注。近几十年来已出现了大量的人脸识别相关算法,其中基于代数特征的人脸识别方法因计算复杂度低而成为最受欢迎的方法之一。PCA(Principal Component Analysis,PCA)和LDA(Linear Discriminant Analysis,LDA)是基于代数特征的两个经典方法,PCA主要侧重于数据压缩,不利于分类;而LDA适合于分类,但是容易出现小样本问题,造成识别困难。因此本文主要针对这两种基于代数特征的人脸识别方法进行了较深入的研究。本文首先介绍了PCA,分析并改善了基于PCA的人脸识别方法。PCA方法是根据样本点在多维模式空间的位置分布,将样本点在空间中变化最大方向作为基向量来实现数据的特征提取与压缩。但是无论是一维PCA还是二维PCA,所生成的子空间虽然具有最佳表示特性,但并没有考虑到类可分性问题,目前还没有证明主成分分析对样本类别的区分有多大作用,对于主成分的选择仍然存在争议。因此本文采用了两个解决方法,一种方法结合了Fisher判别准则来选择主成分,先将人脸图像用PCA获得特征向量,再利用Fisher准则选取使类间距离与类内距离比值较大的特征向量作为投影轴以取代通常的按特征值大小来选择特征向量。既利用了PCA的去相关特性,又利用了Fisher准则的分类优点。另一种方法利用遗传算法选择主成分,构成最有利于分类的特征子空间。实验结果表明这两种方法获得的识别率比传统的PCA获得的识别率高。本文还介绍和分析了基于LDA的人脸识别方法,在此基础上提出了改进。LDA的重心在于寻找最能区分不同类样本的方向。LDA所选择的特征向量要使类内距离尽量小,类间距离尽量大。经过线性判别分析,所获得的新的特征将达到最高的区分度,但是该方法在人脸识别过程中常常会遇到小样本问题(Small Sample Size ,SSS)。本文介绍了目前常用的一些解决小样本问题的方法,如Fisher脸方法,直接线性判别分析法,零空间法等,并实现了这些方法。通过分析比较这些方法的优缺点,发现零空间法是一种克服小样本问题的有效方法,但是具有不稳定性而容易导致错判。本文提出了一种基于改进的零空间方法,该方法对零空间上的类间散度矩阵投影进行奇异值分解,并对奇异值进行尺度化处理,克服了零空间的这种缺点,降低了误分性。利用该方法对ORL和Yale人脸库进行测试,实验结果表明该方法得出的正确识别率有了较明显的提高。最后本文还设计了一个较完整的人脸识别测试系统。该系统将常用的人脸识别方法汇合,能够利用一些常见方法进行较准确的人脸识别,并能检查和显示误识别图像,还能形象地显示样本在与这些人脸识别方法所对应的变换空间中的投影分布情况。

关键词：人脸识别代数特征 PCA LDA 遗传算法

来源：

同方学位论文库评论