基于张量子空间人脸识别算法地研究与并行实现

《基于张量子空间人脸识别算法地研究与并行实现》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、万方数据AThesisinComputerArchitectureFaceRecognitionAlgorithmResearchandParallelImplementationBasedonTensorSubspacebyQiaoLiqiangSupervisor：ProfessorLiJingjiaoNortheasternUniversityJune2012万方数据独创性声明本人声明，所呈交的学位论文是在导师的指导下完成的。论文中取得的研究成果除加以标注和致谢的地方外，不包含其他人己经发表或撰写过的研究成果，也不包括本人为获得其他学位而使用过的材料。与我

2、一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢=芷思0学位论文作者签名：卉剁琶日期：?。17、6．谚学位论文版权使用授权书本学位论文作者和指导教师完全了解东北大学有关保留、使用学位论文的规定：即学校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。本人同意东北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、交流。作者和导师同意网上交流的时间为作者获得学位后：半年口一年口一年半口两年d学位论文作者签名：邢剁双签字目期：砂l≯．6以新虢房勃傲签字日期：了口f7．∥、谚万方数据东北大学硕士学位论文摘要基于张量

3、子空间的人脸识别算法研究与并行实现摘要人脸识别是模式识别研究领域中的一个内容，是一个近年来得到广泛关注的研究热点，和其相关的应用范围也在不断扩展。传统的用于人脸识别的算法都是先将二维图像转化为一维的列向量，再以该列向量作为原始特征进行分析。而图像在向量化后像素之间的空间相关性极有可能遭到破坏；而且由它产生的统计参数的维数极大导致高的计算复杂度和存储代价；最后，通常样本的个数远小于向量的维数，这就会导致协方差矩阵奇异的问题。张量子空间下的人脸识别是从图像本身特性进行考虑，不需要把图像转化为一个一维向量，而是以二阶张量的形式来处理。这样保持了图像像素间的共生关系，降

4、低了协方差矩阵的维数，同时也避免了小样本问题，提高了人脸识别效果。本文研究并实现了张量子空间下的张量主成分分析TensorPCA算法和张量线性判别分析TensorLDA算法；并且对TensorLDA算法中两个投影矩阵不能同时计算，低维特征提取不充分的问题，提出了先用单位矩阵初始化，再利用优化准则求另一个投影矩阵，并进行多次迭代的改进方法。采用ORL和Yale数据库测试算法的性能，在ORL人脸数据库上TensorPCA比PCA的平均识别率高1．713％，It．TensorLDA比TensorLDA的平均识别率高1．88％，比Fisherfaces的平均识别率高3．

5、03％；Yale人脸数据库上TensorPCA比PCA的平均识别率高1．3％，It．TensorLDA比TensorLDA的平均识别率高0．91％，比Fisherfaces高3．14％。本文针对算法实现过程中矩阵乘法和利用Jacobi求特征值和特征向量耗时较多的问题，进行多线程划分和数据分组的并行实现。采用OpenMP和SSE两种技术进行并行化，并比较了算法的运行速度。以IntelCoreⅢ2双核计算机为平台，结果显示：多线程并行化后TensorPCA提高了1．407倍；数据并行化后TensorPCA提高了1．583倍；同时并行化后TensorPCA提高了1．8

6、69倍。多线程并行化后TensorLDA提高了1．572倍；数据并行化后TensorLDA提高了1．167倍；同时并行化后TensorLDA提高了1．856倍。关键词：人脸识别；张量主成分分析；张量线性判别分析；并行化．II．万方数据东北大学硕士学位论文AbstractFaceRecognitionAlgoriParallelImplementationBasedonTensorSubspaceAbstractFacerecognitionisaresearchhotpotinrecentyears，whichisinthefieldofpatternrecog

7、nition，anditsscopeofapplicationisalsoexpanding．Thetraditionalalgorithmsusedforfacerecognitionneedtotranslatethe2Dimageintoavector,thenanalyzethevectorasoriginalfeature．Buttherearemanyfaultsandshortcomings：Firstly,thespacerelationshipbetweentheimagepixelsaftervectorizationismostlikely

8、damaged；Seco