一种基于半监督学习的2dpca人脸识别方法

《一种基于半监督学习的2dpca人脸识别方法》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、一种基于半监督学习的2DPCA人脸识别方法乎凯，徐治平(河北大学数学与计算机学院)，河北保定071002摘要：绍合半胳督学习屮的A学习技术以及二维主成份分析(Two-DimensionalPrincipalComponentAnalysis-2DPCA)方法，提出了一种基于半监督学习的人脸识别方法。在二维主成份分析的基础上，利用少景具有类别标签的样木训练分类器，然f利用半监督学W屮的&学习技术，对未知类别标签的人脸样本进行分类，并将具有髙S信度的人脸样本加入到训练集屮，以此增加训练集中的人脸样木数量。在ORL人脸库和YALE人脸库的实验结果

2、，表明了提出方法的有效性。关键字：人脸识別；半监督学习；二维主成份分析法(2DPCA)；特征提取屮图分类号：TP391文献标识码：AASemi-SupervisedLearningbased2DPCAFaceRecognitionMethodLIKai,XUZhipingSchoolofMathematicandcomputer,HeBeiUniversity，Baoding071002Abstract:Bycombiningself-trainingmethodofthesemi-supervisedlearningwithtwo-dim

3、ensionalprincipalcomponentanalysis(2DPCA),asemi-supervisedlearningbasedfacerecognitionmethodisproposed.Onthebasisoftwo-dimensionalprincipalcomponentanalysis,fewlabeledsampleswereusedtoobtainclassifier.Thenunlabeledsampleswereclassifiedthroughtheclassifier.Andaccordingtothe

4、self-trainingmethodofsemi-supervisedlearning，thefacesampleswiththehighestconfidencearcaddedtothetrainingsetinordertoincreasethenumberoffacesamplesintrainingset.ExperimentalresultsonORLfacedatabaseandYalefacedatabaseshowtheeffectivenessofthepresentedmethod.Keywords：facereco

5、gnition;semi-supervisedlearning;two-Dimensionalprincipalcomponentanaly$is(2DPCA);fcaturcextraction1.引言人脸识别是模式识别领域的重要应川之一，与其他的生物特征识别技术相比，人脸识别其有直观、识别速度快、非侵扰性等特点，在视频监控、门禁考勤系统、犯罪调查等领域都冇着重耍的应川。人脸识别技术的关键步骤是人脸特征提取，到n前为止，研究者们提出了很多特征提取方法，其中±成份分析（PrincipalComponentsAnalysis,PCA）［I］是

6、最为经典的特征提取方法之一，它不MhJ■以奋效的降低人脸图像的维数，同吋也能保留主要的识别信思,目前仍然被广泛的应川在人脸识别等模式识别领域。似在PCA方法屮，为了提取人脸图像的特征，耑要将人脸图像转化为一维14暈，从而导致出现尚维数据所无法避免的小样本问题和运算S杂度高的问题［2］,实际上，人脸阁像的本质是一个二维矩阵，矩阵的行（列）句量间的相互关系也蕴含卷一定的特征信息，而PCA方法在将图像矩阵转换成一维叫暈的过程基金项0:国家自然科学基金（61073121），河北省'自然基金（F2012）。作咨笳介：李凯，男，博士，教授，主研方向：机

7、器学习、数据挖掘、模式识别等。中，将毎个像素作为一个独立点來看待，这就丢失了阁像的部分空间特征［3］。针对这些问题,研究者们提出了一些新的基于张欺表示的特征提取方法，如二维主成份分析(2DFCA)141方法，该方法利用原始阉像的二维像素矩阵且接计算协方差矩阵，然后对其特征分解以求取特征空叫，它不需要将阁像矩阵转化为一维MS:，柯效降低了协方差矩阵的维数，并且减少了计算复杂性；同时，由于该方法对整个原始图像直接映射到特征空叫，所以在特征提取过程屮，这种方法的特征信息损失较小，外且具有较商的iR别率。最近，研究人员开始将半监督学习方法用于模式识

8、别问题

9、5"71，以便充分利用实际问题中大呈无类别标签的数裾，并获得了好的识别效果。木文对半监督学＞』的人脸识别方法进行了研究，结合二维主成份分析方法，提出了一种半监督学＞J的2