自适应近邻数选择正交局部保持投影人脸识别研究

《自适应近邻数选择正交局部保持投影人脸识别研究》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、代号10701学号1011120774分类号TP391.41密级公开题目自适应近邻数选择正交局部保持投影（中、英文）人脸识别研究AdaptiveneighborhoodselectionOrthogonalLaplacianfaceforFaceRecognition作者姓名令狐鼎赵恒副教授指导教师姓名、职务学科门类工学电路与系统学科、专业提交论文日期二○一三年一月独创性（或创新性）声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究 成果。尽我所知，除了文中特别加以标注和致谢中所罗列

2、的内容以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或 其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做 的任何贡献均已在论文中做了明确的说明并表示了谢意。申请学位论文与资料若有不实之处，本人承担一切相关责任。本人签名：日期：关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。本人保证毕 业离校后，发表论文或使用论文工作成果时署名单位仍然为西安电子科技

3、大学。学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。（保密的论文在解 密后遵守此规定）本人签名：日期：导师签名：日期：摘要摘要由于在人脸识别实际应用当中普遍存在高维数据，因此对特征分析、模式分类和可视化这样的数据处理来说，理解高维数据的内在低维结构就显得非常重要。近年来，在机器学习和模式识别领域，非线性流形学习已经得到了深入研究，此类方法将高维数据空间嵌入到非线性低维流形，实现简单，避免优化过程中陷入局部极小，并广泛应用于图

4、像处理、人脸识别和基于图像的年龄识别等问题。本文采用流形学习的线性化方法局部保持投影算法对人脸图像进行特征降维，流形学习主要包括三个步骤，一是怎样确定局部这个概念，二是如何准确得到低维流形的局部几何结构，三是怎么把这些局部结构进行整合得到最终的全局参数。但是现有的流形学习算法大多采用k近邻方法来确定近邻样本，不能很好的描述高维数据的局部几何结构。因此，本文通过自适应近邻数的选择方法匹配低维流形的局部几何结构来解决这一问题。而在确定近邻样本后怎样衡量其对样本点的重构贡献一般采用热核函数来实现，大量实验数值

5、表明，合适的σ是热核函数学习具有良好性能的保证，本文利用粒子群优化方法来优化热核函数的宽度参数σ，使用Fisher准则函数作为粒子群优化算法的代价函数，综合近邻数的选择和优化后的热核函数参数σ得到基于自适应近邻数选择正交局部保持投影人脸识别算法，并在ORL和Yale人脸库上验证了算法的有效性。关键词：人脸识别流形学习粒子群优化正交局部保持投影自适应近邻数选择AbstractAbstractHighdimensiondataareubiquitousinmanyreal-worldapplications

6、suchasface recognition.Howtodeliverthepotentialintrinsiclowdimensionstructuresofthose highdimensiondataisakeyproblemforanumberoffurtherdataanalysisand processingsuchasfeatureanalysis,patternclassification,andvisualization.Recentlyin themachinelearningand

7、patternrecognition,therehavebeenadvancesindeveloping effectiveandefficientalgorithmsforlearningnonlinearlowdimensionmanifoldsfrom sampledatapointsembeddedinhighdimensionspaces,whichemphasizessimple algorithmicimplementationandavoidsoptimizationproblemspr

8、onetolocalminima. Thealgorithmsalsofindwidespreadapplications,suchasfacerecognition,image processingandimage-basedageestimation.Basedonlocalitypreservingprojectionsalgorithm,alinearizationmethodofthe manifoldlearning,thisp