DNA计算在人脸识别中的应用研究

论文摘要

随着电子计算机技术的快速发展,计算机芯片制作的物理极限日益临近,其计算能力也接近极限。需要进行大量计算的人脸识别受制于电子计算机的计算能力,现阶段无法实现大规模的人脸识别。相比之下,DNA计算有大量、快速、并行计算的优点,如果将DNA计算应用于人脸识别,可满足人脸识别的计算要求,使的识别速度加快,识别规模增大。本文提出将DNA计算应用于人脸识别,将DNA计算的超强计算能力应用于两个方向,一是使大规模的人脸识别中快速地缩小目标识别范围,从而使得后续的人脸识别能使用已较为成熟的一般方法,二是快速优化一般的识别方法,降低计算量,提高识别速度。本文将DNA计算分别与奇异值分解和傅里叶变换结合以实现设计思想,其中一个方法的DNA计算模型使用了较为成熟的粘贴模型,另一个方法还选择了适合DNA计算方式的遗传算法进行结合,而DNA编码也考虑到各种需求进行了独特设计。在通过用matlab2007编程对ORL人脸库和Yale人脸库进行了仿真实验后,得到的数据结果显示,DNA计算结合奇异值分解的方法在达到一定识别率的情况下将目标识别范围缩小了近乎一个数量级,而DNA计算结合傅里叶变换的方法在有较高识别率的情况下,减少了计算量提高了计算速度。实验结果说明本文提出的方法在理论上是有效的。与一般方法对比显示,本文方法展现了大量快速的计算特点,达到了设计要求,其不足之处是DNA计算结合奇异值分解的方法识别率不够高,DNA计算结合傅里叶变换方法的计算量还不够少,受目前DNA计算在物理实现上的限制暂时无法实际应用。本文提出了DNA计算在人脸识别中的新应用,并通过实验验证了新方法的可行性,这为DNA计算今后在人脸识别中的应用研究打下了一定基础。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景及意义
• 1.2 国内外研究现状
• 1.2.1 DNA 计算的研究现状
• 1.2.2 人脸识别的研究现状
• 1.3 本文研究内容
• 第二章 DNA 计算理论基础
• 2.1 DNA 的分子结构
• 2.2 DNA 的分子操作
• 2.2.1 DNA 链的分离和结合
• 2.2.2 DNA 分子的延长
• 2.2.3 DNA 分子的缩短
• 2.2.4 DNA 分子的剪切
• 2.2.5 DNA 分子的连接（Linking）/粘贴（Pasting）
• 2.2.6 DNA 分子长度的测量
• 2.2.7 特定DNA 分子的获得
• 2.2.8 DNA 分子的扩增（复制）
• 2.2.9 DNA 序列的读出
• 2.3 DNA 分子计算的实现途径
• 2.3.1 基于溶液反应的DNA 分子计算
• 2.3.2 基于表面的DNA 计算
• 2.3.3 基于DNA 芯片的DNA 计算
• 2.4 DNA 计算模型
• 2.4.1 粘贴模型（sticker model）
• 2.5 编码问题及其影响因素
• 2.5.1 编码问题
• 2.5.2 影响编码的因素
• 第三章 DNA 计算结合奇异值分解在人脸识别中的实现
• 3.1 基于奇异值分解的特征向量提取
• 3.2 奇异值特征向量的不变性
• 3.2.1 转置不变性
• 3.2.2 旋转不变性
• 3.2.3 镜像不变性
• 3.2.4 位移不变性
• 3.3 一种基于奇异值分解的人脸识别方法
• 3.4 DNA 计算结合SVD 的人脸识别方法
• 3.4.1 基于SVD 的特征提取
• 3.4.2 数值统计
• 3.4.3 对数据进行DNA 编码
• 3.4.4 分类方法
• 3.4.5 实现步骤
• 3.5 实验
• 3.5.1 实验一
• 3.5.2 实验二
• 3.6 分析与总结
• 3.6.1 实验结果分析
• 3.6.2 计算复杂度
• 3.6.3 样本扩展
• 3.6.4 总结
• 第四章 DNA 计算结合傅里叶变换在人脸识别中的实现
• 4.1 傅里叶变换
• 4.2 二维离散傅里叶变换（2D-DFT）及其性质
• 4.3 基于DNA 计算的遗传算法（DNA-GA）
• 4.3.1 遗传算法
• 4.3.2 DNA-GA
• 4.4 一种基于2D-DFT 的人脸识别方法
• 4.5 DNA-GA 结合2D-DFT 的人脸识别方法
• 4.5.1 基于2D-DFT 的特征提取
• 4.5.2 实现步骤
• 4.6 实验
• 4.6.1 实验一
• 4.6.2 实验二
• 4.7 分析与总结
• 4.7.1 实验结果分析
• 4.7.2 计算复杂度
• 4.7.3 样本扩展
• 4.7.4 总结
• 第五章 结束语
• 致谢
• 参考文献
• 攻硕期间取得的研究成果