欢迎来到天天文库
浏览记录
ID:35066196
大小:3.15 MB
页数:59页
时间:2019-03-17
《基于最小二乘改进的特征选择算法在人脸识别中的应用》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、0巧UDC:510分类号:._学号13109822129密级:公开;處肿夫#【硕±学位论文基于最小二乘改进的特征选择算法在人脸识别中的应用':鄰蓉作者姓名、:应巧數学学科专业计算机數学与复杂系、统控測研究方向:指导教师;叶條梓教授:20化年S月完成日期\■.I?.JI..t卢^温州大学学位委员会\,I?I、■.■.'..?..A,?二V劝V争.再*.’。:v/:省非如-,'’’.:.V'^啤
2、’''’,'r'皆\一<温州大学学位论文独创性声明本人郑重声明:所呈父的学位论文是我个人在导师指导下进付的研K工作及取得的硏究成果。尽我所知,除了文中特别加从标注巧致谢的地方外,论文中不包含其他人已经发表或撰写过的祈究成果,也不包含为获得温州大学或冥它教育机构的学位或证书而使用过的材料一同工作的同志对本研究所做的任何。与我贡献均已在论文中作了明确的说明并表示了谢意。:主月/日轮文作者違名:若慕曰期於年/f温州大学学位论文使用巧权靑明:学校有本人完全了解温州大学关于收集、保存、使用学位论文的规定,即允许
3、论文被查阅和权保留并向国家有关部口或机构送交论文的复印件巧电子版,全部或部分巧内容编入有关数据库温的州学可料将本学位论文借。本人授权大阅或扫描等复制手段保存和汇编本学位论文。本人在行检索L义印、缩印,可采巧影i温州大学?导,知R产权归属师指导下完成的论文成果定。保密论文在解密后遵守此规‘导::m签名论文作者签名小^蕃砰气:期月曰:年月曰期^曰。苗年2t名/^分类号:O29UDC:学号:13109822129密级:公开温州大学硕士学位论文基于最小二乘改进的特征选择算法在人脸识别中的应用作者姓名:郑蓉学科、专业:应用数学研究方向
4、:计算机数学与复杂系统控制指导教师:叶修梓完成日期:2016年3月温州大学学位委员会基于最小二乘改进的特征选择算法在人脸识别中的应用摘要人脸识别是计算机图像处理的一个重要的方面,它利用计算机工具分析人脸面部图像,将原始人脸图像进行预处理,利用特征提取或选择技术提取有效的身份识别信息,与人脸库中的已知人脸信息进行匹配达到自动辨别身份的目的。近年来,人脸识别技术发展迅速取得了很多有价值的成果,但是人脸识别技术面临的障碍和挑战还有很多。由于一方面人脸的相似性,另一方面人脸图像常常受到光照变化、表情变化、姿态差别、佩戴饰物及面部遮挡等的影响,因此准确地进行人脸识别
5、还存在较多困难,这些困难需要研究者们不断努力去攻克。在人脸识别系统中,最关键的一步就是特征提取或选择,而本文主要讨论了特征选择用于人脸识别的方法。特征选择的含义是对于已知的一个特征集,从中选择出一个有效的特征子集使得评价判据达到最优值。本文就人脸识别中特征选择步骤展开讨论,首先介绍了在该领域常用的特征提取或选择算法,重点讨论了特征选择方面的工作,接着提出将判别最小二乘特征选择方法及其改进算法即带组内互斥信息的判别最小二乘特征选择方法应用于人脸识别领域。本文主要的研究工作可以总结为以下两点:1.在人脸识别的特征选择步骤中,提出将判别最小二乘特征选择方法应用到
6、人脸数据集中。在最小二乘回归的基础上进一步利用数据I的类别信息,扩大不同类别数据的距离,形成了判别最小二乘特征选择算法。判别最小二乘特征选择与主成分分析、拉普拉斯评分、费雪评分在人脸数据集上进行对比实验,实验结果表明了当训练样本数足够多时,判别最小二乘特征选择算法比主成分分析、拉普拉斯评分、费雪评分识别率更高。2.在人脸识别的特征选择步骤中,进一步基于判别最小二乘特征选择算法提出了考虑特征相关性信息的带组内互斥信息的判别最小二乘特征选择算法。该方法考虑了特征之间的相似程度,相似程度很高的特征同时存在造成了特征冗余,因此对于相似度很高的两个特征只需要选择其中
7、一个排斥掉另一个以达到更好的特征选择效果。在人脸数据集上的实验也表明了带组内互斥信息的判别最小二乘特征选择算法比原判别最小二乘特征选择算法识别率有所提高。但因为增加了相似度计算和特征分组等过程,使得计算复杂度变高,所以改进后的算法在计算速度上不如原算法,计算所耗费的时间大大延长了。关键词:人脸识别,特征选择,最小二乘回归,判别最小二乘算法,相似程度IIIMPROVEDDISCRIMINATIVELEASTSQUARESREGRESSIONAPPLYONFACERECOGNITIONABSTRACTFacerecognitionisoneofthemosti
8、mportantaspectsofcomputerimagepro
此文档下载收益归作者所有