欢迎来到天天文库
浏览记录
ID:34770923
大小:3.47 MB
页数:78页
时间:2019-03-10
《探析基于综合集成的人脸识别》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、中南大学硕士学位论文基于综合集成的人脸识别姓名:赵桂敏申请学位级别:硕士专业:交通信息工程及控制指导教师:夏利民20040401捅要人脸识别在模式识别领域的发展和应用方面都有着重要意义,目前是一个非常活跃的研究方向。人脸识别问题一般可以描述为:从背景图像中检测人脸;抽取人脸识别特征:最后进行匹配和识别。本文在人脸识别的三个主要环节上均进行了研究工作,主要工作体现在以下几个方面:(1)提出了基于子空问特征的人脸检测方法。论文中利用K—L变换得到特征脸子空问,进而得到样本在该空间上的投影系数。在此基础上,采用模糊聚类和加权K近邻分类器相结合的方法进行人脸
2、检测,使得人脸检测速度明显提高。(2)在基于子空间方法的人脸识别中,为了克服NMF方法不能提取图像局部特征信息的缺点,提出用局部NMF方法提取人脸子空间特征,该方法能够提取图像的局部特征信息,有利于提高人脸识别率。将Bagging思想用于神经网络,进一步提高神经网络的分类准确率和泛化能力。(3)在基于几何特征的人脸识别中,为了克服眼睛定位不准确的缺点,提出一种根据几何特征定位入眼,然后采用特征眼模板进行二级验证的定位方法。(4)考虑到子空间特征和几何特征反映的是不同模式的特征信息,提出综合集成的人脸识别方法。在综合集成过程中,为克服分类器权系数确定的
3、不灵活性,提出基于神经网络和遗传算法动态确定权系数估计器的方法。实验证明,基于以上方法的人脸识别,比单独采用子空间特征或几何特征进行识别,识别率明显提高。关键词人脸检测,人脸识别,特征脸,Bagging思想,综合集成ABSTRACTFacerecogllitionplaysanimportalltmleinthedevelopmentaIld印plicationofpattemrecognition.Atpresent,itisanactiveresearchtopic.Ageneralstatementoftheproblemc锄befonnula
4、tedast11reest印s:facedetection,facialfeatureex仃action,matchandreco鲥tion.Thisp印erdealswithallaboVethreesteps,mostworkisdes嘶bedasf0110ws:(1)wepresentamemodoffacedetectionbasedonsubspacefeature.Inthispaper,K-Ltransfbrnlationisusedtogetsubspaceofeigenfkes.Thenprojectioncoemcientsont
5、hesubspacecallbeobtained.Basedonthis,blurclusterandweightedk—nearestneighboralgorithmareadoptedtodetectfaces,whichgreatlyenhancesthespeedoff-acedetection.(2)Infacerecognitionbasedonsubspacefeature,wepmposelocalNMFforextractionofsubspaceofeigenfacesinordertos01VetheproblemthatNM
6、Fcan’Iextractlocalfeature.0urmemodcan6111yex仃actlocalfeatureofimage,whichishelpfulinenhancingrecOgni仨onmte.Meanwhile,Baggingalgorimmisused,w¨chimprovesclassificationaccuracyandgeneralizationofneuralnetwork.(3)Infacerecognitionbasedongeome仃icalfeature,wepresentamethodoflocalizat
7、ioninordertoovercometheproblemthateyescall’tbe10catedaccurately.Firstlywelocalizeeyesaccordingtogeometricalfeature,menweuseeigeneyestemplatetovalidatemeresult.(4)wepresentametasynthesismethodoffacerecognition,consideringthatsubspaceandgeoInetricalfeaturerenectdi船rentfeatureinfo
8、mation.Inmetasynmesis,wepresentamethodofdecidingdynami
此文档下载收益归作者所有