基于随机化子空间特征的人脸识别算法研究

《基于随机化子空间特征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、基于随机化子空间特征的人脸识别算法研究韦美丽2016年01月中图分类号：UDC分类号：基于随机化子空间特征的人脸识别算法研究作者姓名韦美丽学院名称计算机学院指导教师马波副教授答辩委员会主席沈建冰教授申请学位工学硕士学科专业计算机科学与技术学位授予单位北京理工大学论文答辩日期2016年01月FaceRecognitionBasedonRandomizedSubspaceFeatureCandidateName:MeiliWeiSchoolorDepartment:ComputerScienceandTechnologyFac

2、ultyMentor:AssociateProf.BoMaChair,ThesisCommittee:Prof.JianbingShenDegreeApplied:MasterofPhilosophyMajor:ComputerScienceandTechnologyDegreeby:BeijingInstituteofTechnologyTheDateofDefence:January,2016研究成果声明本人郑重声明：所提交的学位论文是我本人在指导教师的指导下进行的研究工作获得的研究成果。尽我所知，文中除特别标注和致谢

3、的地方外，学位论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得北京理工大学或其它教育机构的学位或证书所使用过的材料。与我一同工作的合作者对此研究工作所做的任何贡献均已在学位论文中作了明确的说明并表示了谢意。特此申明。签名：日期：北京理工大学硕士学位论文摘要人脸识别是计算机视觉领域的一个重要研究方向，被广泛应用于商业和军事等领域。通常而言，通过将视觉特征映射到高维空间，并基于核技巧（kerneltricks）学习的人脸识别算法，要比在原始特征空间学习的模型更容易取得更好的人脸识别效果。然而，核函数高昂的计算复杂度

4、和核矩阵的存储复杂度都给算法的实时性带来了很大的挑战。针对以上问题，本文基于随机子空间理论，提出了两种不同的人脸识别算法。详细介绍如下：本文提出了一种基于随机非线性主成分分析子空间特征的人脸识别算法。传统的基于核主成分分析的识别算法在人脸识别中取得了很好的效果。然而，该算法存在两点问题。第一，当训练样本数量较大时，核主成分分析算法的计算复杂度都很高，难以满足实时性的要求，应用于实际场景；第二，通过核主成份分析提取的特征是一种全局特征，容易丢失图像局部的结构信息。针对以上问题，本文基于随机非线性主成份分析理论来降低核运算的时

5、间复杂度，并采用局部三值模式算子来得到人脸图像的特征表达。这种特征能有效地保留图像的局部纹理信息，使学习的模型具有较强的判别性。此外，为了提升识别效果，我们引入度量学习算法来提升最近邻分类的准确率。在多个人脸数据库上的实验结果表明，本文提出的算法能在大大降低时间复杂度的同时，获得较高的人脸识别准确率。本文提出了一种基于随机化典型相关分析的人脸识别算法。基于核的人脸识别算法通常需要计算和存储一个较大的核矩阵。当训练样本很多时，时空复杂度的增加更为明显。为了降低人脸识别算法的计算和存储成本，本文引入随机典型相关分析（Rando

6、mCCA）算法。该算法从训练样本集中随机采样两个很小的数据子集，并基于Nystrom方法构造两个视角的特征，最后通过典型相关分析将特征映射最大典型相关基向量上得到样本的特征表达。该算法基于SVM构建分类器。在四个人脸数据库上的识别效果验证了本文算法的有效性。关键词：人脸识别、随机傅里叶特征、局部三值模式、随机非线性主成分分析、典型相关分析、度量学习I北京理工大学硕士学位论文AbstractFacerecognitionisoneofthemostimportantareaincomputervision,whichhasb

7、eenwidelyusedinmilitaryandcommercialapplications.Generally,kernelbasedfacerecognitionmethods,whichprojectvisualfeaturesintohigherspacebyusingkerneltricks,areabletoachievehigherperformancethanthemodelslearntintheoriginalfeaturespace.However,thecomputationalburdenan

8、dmemorycostforkernelmatrixcastabigchallengeinrealtimeapplications.Motivatedbytheaboveproblemsandbasedontherandomsubspacetheory,wehaveproposedtwodifferen