基于流形学习的人脸识别算法研究

《基于流形学习的人脸识别算法研究》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、分类号密级注1UDC学位论文基于流形学习的人脸识别算法研究（题名和副题名）黄芮婕（作者姓名）指导教师程建副教授电子科技大学成都（姓名、职称、单位名称）申请学位级别硕士学科专业信号与信息处理提交论文日期2013.4.22论文答辩日期2013.5.13学位授予单位和日期电子科技大学2013年6月24日答辩委员会主席评阅人注1：注明《国际十进分类法UDC》的类号。万方数据THERESEARCHOFFACERECOGNITIONALGORITHMBASEDONMANIFOLDLEARNINGMasterThesisSubmittedtoUniversity

2、ofElectronicScienceandTechnologyofChinaMajor:SignalandInformationProcessingAuthor:RuijieHuangAdvisor:JianChengAssociateProfessorSchool:SchoolofElectronicEngineering万方数据独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构的

3、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作了明确的说明并表示谢意。签名：日期：年月日关于论文使用授权的说明本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后应遵守此规定）签名：导师签名：日期：年月日万方数据摘要摘要人脸因为其具有的一些特点，比如直观性、非接触性、快捷性等，成

4、为当前模式识别和人工智能领域最为关注的生物特征之一，因此随着科技的发展，人脸识别技术也在不断发展中。然而由于人脸结构的复杂性，和丰富的人脸表情，以及人脸图像采集环境的不固定，导致人脸机器识别仍很难得到广泛的应用，是一个具有很大挑战性的课题。而人脸数据是非线性的，且有学者认为人眼的视觉感知的存在形式是流形，则将流形学习这一非线性降维算法用于人脸识别在理论上是可行的。在机器学习与模式识别领域之中，对于流形学习在人脸识别中的应用的研究一直占据着一个重要位置，吸引着很多学者的目光，它的主要目的就是获得潜藏在高维空间中的有效数据信息，而这些信息被认为存在于低

5、维流形之中。本文研究的主要目标是对流形学习算法进行改进，并在人脸数据库上进行实验，获得较好结果，对两种方法进行了改进，主要的贡献如下：1．对局部切空间排列算法进行了研究和改进，主要对于该算法的首要步骤，近邻点的选择进行了改进。将用于局部线性嵌入的Cam权重距离代替欧氏距离来度量样本点间的相似度，以获得更为合理的样本点的邻域，将该改进的流形学习算法在人脸数据库上进行实验，提高了最终识别率。2．对局部线性嵌入的邻域选择方法进行了改进，主要是将在人脸识别中有较好表现的最近特征空间分类器用于邻域的选择之上，其带入了样本的类别信息，由于非监督的局部线性嵌入算

6、法不能有效的利用样本的类别信息，故将其改进为监督算法，能够获得较为合理的邻域结构关系，对降维结果有有利的影响，将该改进的监督算法在人脸数据库中进行实验，提高了最终识别率。关键词：流形学习，人脸识别，NFS-LLE，WLTSAI万方数据万方数据ABSTRACTABSTRACTBecauseofitsintuitive,non-contactandconvenient,facerecognitiontechnologyhasbeencontinuallydeveloped.However,becauseofhumanfacestructureindif

7、ferentmodes,thevarietyoffaceexpressionandthevariabilityofthefaceimageacquisitionenvironment,facerecognitionisstillconsideredtobearesearchwithchallenginginthefieldofmachinerecognition.Somescholarsbelievethathumanvisualperceptionisbasedonthemanifold.Applyingmanifoldlearninginfac

8、erecognitionistheoreticallyfeasible.Inmachinelearningandpatte