人臉識別是人工智能的重要分支,在民用和商用領域如人機交互、監(jiān)控系統(tǒng)等方面具有重要意義。近年來,隨著機器視覺和機器學習的突飛猛進,特征提取和分類器的設計日趨復雜和多樣。但是,影響人臉識別的因素如小樣本一直是難以解決的問題,這使得對特征提取與分類器的要求越來越高,難度越來越大。本文在對機器學習算法研究的基礎上,開展對人臉識別關鍵技術的研究工作,包括特征提取、分類器設計,實現(xiàn)了適用于小樣本環(huán)境的特征提取與分類算法,主要成果如下:首先,研究并實現(xiàn)了主成分分析和基于線性判別分析等特征提取方法,通過改進的線性判別分析算法,來進行特征提取,能很好的解決小樣本問題。其次,針對現(xiàn)有的基于線性判別分析算法中特征值存在方差和偏差等缺點,通過加權和平滑類間和類內離散度矩陣模型,以及對歸一化參數進行了確定化,得到一種加權平滑的確定性判別分析算法（WSDLDA）。該算法不僅可以解決小樣本引起的過擬合問題,還可以解決散度矩陣的奇異性問題。三個公共數據庫被用于驗證本文提出算法的優(yōu)越性,通過仿真分析了其在不同訓練樣本數目和維度下的性能,并與多種相關方法進行對比,結果顯示所提方法能夠提升分類準確率。再次,深入研究幾種比較... 

【文章來源】：重慶大學重慶市 211工程院校 985工程院校 教育部直屬院校

【文章頁數】：80 頁

【學位級別】：碩士

【部分圖文】：

人臉識別應用Fig.1.1Facerecognitionapplications

人臉圖像示例圖

二維空間下的LDA(a)投影方式1(b)投影方式2

【參考文獻】：
期刊論文
[1]高維數據中的相似性度量算法的改進[J]. 邵昌昇,樓巍,嚴利民.  計算機技術與發(fā)展. 2011(02)
[2]一種多元核Logistic回歸說話人辨別方法[J]. 鄭建煒,王萬良,王震宇,蔣一波.  控制與決策. 2010(09)
[3]基于視頻的人臉識別研究進展[J]. 嚴嚴,章毓晉.  計算機學報. 2009(05)
[4]三維人臉識別研究綜述[J]. 王躍明,潘綱,吳朝暉.  計算機輔助設計與圖形學學報. 2008(07)
[5]人臉識別研究綜述[J]. 李武軍,王崇駿,張煒,陳世福.  模式識別與人工智能. 2006(01)



本文編號：3085007