人臉識(shí)別是人工智能的重要分支,在民用和商用領(lǐng)域如人機(jī)交互、監(jiān)控系統(tǒng)等方面具有重要意義。近年來,隨著機(jī)器視覺和機(jī)器學(xué)習(xí)的突飛猛進(jìn),特征提取和分類器的設(shè)計(jì)日趨復(fù)雜和多樣。但是,影響人臉識(shí)別的因素如小樣本一直是難以解決的問題,這使得對(duì)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(duì)機(jī)器學(xué)習(xí)算法研究的基礎(chǔ)上,開展對(duì)人臉識(shí)別關(guān)鍵技術(shù)的研究工作,包括特征提取、分類器設(shè)計(jì),實(shí)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(shí)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(jìn)的線性判別分析算法,來進(jìn)行特征提取,能很好的解決小樣本問題。其次,針對(duì)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(diǎn),通過加權(quán)和平滑類間和類內(nèi)離散度矩陣模型,以及對(duì)歸一化參數(shù)進(jìn)行了確定化,得到一種加權(quán)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(gè)公共數(shù)據(jù)庫被用于驗(yàn)證本文提出算法的優(yōu)越性,通過仿真分析了其在不同訓(xùn)練樣本數(shù)目和維度下的性能,并與多種相關(guān)方法進(jìn)行對(duì)比,結(jié)果顯示所提方法能夠提升分類準(zhǔn)確率。再次,深入研究幾種比較... 

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

【文章頁數(shù)】：80 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

人臉識(shí)別應(yīng)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(xiàn)】：
期刊論文
[1]高維數(shù)據(jù)中的相似性度量算法的改進(jìn)[J]. 邵昌昇,樓巍,嚴(yán)利民.  計(jì)算機(jī)技術(shù)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(shí)別研究進(jìn)展[J]. 嚴(yán)嚴(yán),章毓晉.  計(jì)算機(jī)學(xué)報(bào). 2009(05)
[4]三維人臉識(shí)別研究綜述[J]. 王躍明,潘綱,吳朝暉.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2008(07)
[5]人臉識(shí)別研究綜述[J]. 李武軍,王崇駿,張煒,陳世福.  模式識(shí)別與人工智能. 2006(01)



本文編號(hào)：3085007