增强的子空间鉴别特征提取及分类方法研究

《增强的子空间鉴别特征提取及分类方法研究》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、南京邮电大学硕士学位论文增强的子空间鉴别特征提取及分类方法研究姓名：常恒申请学位级别：硕士专业：模式识别与智能系统指导教师：荆晓远20100401摘要作为最近图像处理领域的研究热点的人脸识别研究，它对模式识别和信息安全的发展很有帮助。而特征提取是模式识别研究的最基本问题之一，它对于图像识别起着至关重要的作用。其中，线性鉴别分析是最为常用的特征抽取方法，在人脸识别领域得到了非常多的关注。然而在最近，核技术的发展进一步促进了传统的特征抽取方法的发展。目前出现了核鉴别分分析的非线性特征抽取方法，它可以解决原始的样本在线性空间可能不可分的问题，使得基于核的特征提

2、取方法也得到了迅速的发展。另外，由于经典的线性鉴别分析需要较多的特征抽取时间，研究者提出了二维线性鉴别分析，使得特征抽取速度大大加快。判别公共向量也是最近几年的热点，它可以很好地解决“小样本问题"，在人脸识别中取得了很好的效果。由于它们都是基于子空间的算法，将之统称为子空间分析方法。本文基于上述几种特征抽取技术对人脸识别方法进行了研究，主要工作如下：1．在分析二维鉴别分析和图像预处理的基础上，提出了一种对图像的Gabor预处理和2DFisherface特征提取方法相结合的人脸识别。首先利用Gabor滤波器对图像进行预处理，然后运用2DFisherface

3、方法抽取原始图像，在运用2DFisherface方法的时候自动提取具有鉴别能力的特征进行人脸识别。由于结合了两种方法的优点，从而取得了比任意一种方法更好的识别结果。2．在基于核鉴别特征模型的基础上，根据上面所提出的2DFisherface方法，提出了一种新的核特征抽取方法。先利用改进的2DFisherface做空间变换，把样本进行线性变换，然后把变换后的新样本集投影到高维空间上，在进一步抽取高维鉴别特征。对样本进行两次特征抽取更加有利于分类。3．在判别公共向量算法的基础上做了改进，也就是在我们提取鉴别特征的时候，不但利用了每类的公共向量，而且利用了每个样

4、本的差别向量。通过充分的利用类别信息和样本信息，可以更加有效地对样本进行特征鉴别。以上三种方法均在标准人脸库上进行仿真实验，证明了其有效性。关键词人脸识别，特征抽取，线性鉴别分析，子空间分析，核鉴别分析，二维线性鉴别分析，Gabor图像预处理，判别公共向量ABSTRACTAsanactiveresearchareainpatternrecognitionandimageprocessing，facerecognitionishelpfulfortheprogressofinformationsecurity．Featureextractionisoneo

5、ftheelementaryproblemsofpatternrecognition，aswellasthekeytoimageidentification．Linearprojectionanalysis，includingfisherlineardiscriminantanalysis，istheclassicalandpopulartechniqueforfeatureextraction．TheappearanceofkerneltrickwhichCanderivenon-linearfeatureimprovesthedevelopmento

6、ffacerecognition，andfeatureextractiontechnologysuchaskernelfisherlineardiscriminantanalysisgetsmoreattention．Inaddition,traditionallineardiscriminantanalysisneedmuchcomputingtime，butappearanceofthetwodimensionalfisherlineardiscriminantanalysiscouldsolvetheproblem．What’Smore，discr

7、iminantcommonvectorisalsodevelopedasaspotlightforitsabilitytosolvethe”smallsamplesize’’problemwhilepreservinggoodclassificationperformance．Allthemethodsmentionedabovemanipulatethedatapointsinamulti-dimensionalsubspaceandhenceareregardedassubspacemethodsingeneral．Inthispaper,sever

8、alnewalgorithmsofsubspacemethodsaredevel