一個(gè)完整的人臉識(shí)別系統(tǒng)主要包括特征提取和分類器識(shí)別兩部分�；谙∈鑿埩康娜四樧R(shí)別技術(shù)在安防、信息安全以及現(xiàn)代金融等領(lǐng)域有著巨大的應(yīng)用價(jià)值,受到了世界各地廣大科研工作者的關(guān)注,也是本文的研究?jī)?nèi)容。本文主要完成的工作如下:(1)研究了典型的子空間學(xué)習(xí)理論以及稀疏保持投影算法及其在人臉識(shí)別中的應(yīng)用。分析了稀疏表示的優(yōu)化求解算法,研究了將稀疏表示和局部保持投影原理結(jié)合的稀疏保持投影算法,并在基于公開的人臉數(shù)據(jù)庫開展了大量的識(shí)別實(shí)驗(yàn)。實(shí)驗(yàn)也包括了加入不同信噪比的噪聲和具有不同程度遮擋的人臉識(shí)別實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明稀疏保持投影算法比局部保持投影算法具有識(shí)別率高、抗噪聲性能強(qiáng)等優(yōu)點(diǎn),特別是在具有不同程度遮擋時(shí)識(shí)別精度更為突出。(2)研究了基于張量子空間分析的張量局部保持投影算法,并提出了一種結(jié)合由粗到精策略的改進(jìn)張量局部保持投影算法。首先用規(guī)則化的非負(fù)稀疏表示模型對(duì)訓(xùn)練樣本進(jìn)行篩選,根據(jù)表示系數(shù)大小選出部分類的樣本,然后用基于₂規(guī)則化表示的距離大小再次對(duì)訓(xùn)練樣本進(jìn)行精細(xì)篩選。在精細(xì)篩選出來的樣本基礎(chǔ)上,再根據(jù)張量局部保持投影算法進(jìn)行人臉識(shí)別。實(shí)驗(yàn)結(jié)果表明由粗到精策略的張量局部保持...

【文章頁數(shù)】：87 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
中文摘要
英文摘要
1 緒論
    1.1 人臉識(shí)別的意義及研究背景
    1.2 人臉識(shí)別的研究現(xiàn)狀及發(fā)展趨勢(shì)
    1.3 人臉識(shí)別的研究方法
    1.4 本文的主要工作及組織結(jié)構(gòu)
        1.4.1 本文的主要研究工作
        1.4.2 本文的結(jié)構(gòu)安排
2 稀疏保持投影算法
    2.1 引言
    2.2 主成成分分析(PCA)
    2.3 局部保持投影(LPP)
    2.4 稀疏表示
        2.4.1 算法描述
        2.4.2 實(shí)驗(yàn)與分析
    2.5 稀疏保持投影(SPP)
        2.5.1 稀疏重構(gòu)權(quán)重
        2.5.2 保留稀疏重構(gòu)權(quán)重
        2.5.3 SPP算法
        2.5.4 實(shí)驗(yàn)與分析
    2.6 本章小結(jié)
3 張量局部保持投影
    3.1 引言
    3.2 張量的概念及運(yùn)算
        3.2.1 張量及其表示
        3.2.2 張量的矩陣化及向量化
        3.2.3 張量的基本代數(shù)運(yùn)算
        3.2.4 張量的基本代數(shù)運(yùn)算Tucker分解
    3.3 圖像的張量表示
    3.4 張量局部保持投影(TLPP)
        3.4.1 算法描述
        3.4.2 實(shí)驗(yàn)與分析
    3.5 由粗到精策略的張量局部保持投影
        3.5.1 常規(guī)的由粗到精策略描述
        3.5.2 改進(jìn)的由粗到精策略描述
        3.5.3 實(shí)驗(yàn)與分析
    3.6 本章小結(jié)
4 基于稀疏張量分析的多分類器融合人臉識(shí)別
    4.1 引言
    4.2 貝葉斯定理判決理論
        4.2.1 基于最小分類錯(cuò)誤率的貝葉斯決策規(guī)則
        4.2.2 基于最小分類風(fēng)險(xiǎn)的貝葉斯決策規(guī)則
        4.2.3 類內(nèi)差與類間差的概率分布
    4.3 基于貝葉斯融合的人臉識(shí)別
        4.3.1 基于乘法規(guī)則的融合算法
        4.3.2 基于加法規(guī)則的融合算法
        4.3.3 基于貝葉斯多分類器融合算法的原理
    4.4 基于稀疏張量分析的多分類器融合人臉識(shí)別
    4.5 實(shí)驗(yàn)結(jié)果及分析
    4.6 本章小結(jié)
5 總結(jié)與展望
    5.1 總結(jié)
    5.2 工作展望
致謝
參考文獻(xiàn)
附錄



本文編號(hào)：3861149