基于外貌图像的统计方法人脸识别研究

论文题目: 基于外貌图像的统计方法人脸识别研究

论文类型: 硕士论文

论文专业: 信号与信息处理

作者: 刘大力

导师: 邹采荣

关键词: 人脸识别,特征提取与选择,主分量分析,线性判别分析,核主分量分析,独立分量分析

文献来源: 东南大学

发表年度: 2005

论文摘要: 人脸识别是一项富有理论和应用价值的研究课题,对它的研究还相当不成熟。本文回顾了人脸识别的研究历史和发展现状,讨论了人脸识别中的特征提取与选择的基本原理,然后按照线性和非线性两种特征提取方法着重对其展开了论述。在线性特征提取中,主分量分析(PCA)是基于数据描述的人脸识别方法,它是在最小方差意义下的最优变换。线性判别分析(LDA)是基于数据分类的人脸识别方法,它寻找使类间距离最大、类内距离最小的投影方向,最大的保留了原样本的判别信息。实验对上述两种线性特征提取方法进行了对比,发现在训练样本数较少时PCA方法与LDA方法相比可以具有比较好的人脸识别性能,并解释了这种现象。研究了人脸识别中的非线性特征提取方法,提出了一种改进的基于KPCA-ICA特征提取的人脸识别方法,核主分量分析(KPCA)是PCA的非线性推广,它能够提取人脸图像的非线性信息,独立分量分析(ICA)是基于数据高阶统计的,它可以提取人脸图像像素的高阶统计信息,并对图像的局部进行编码,本文将这两种方法结合进行特征提取。实验结果表明所提出的改进方法具有良好的识别性能。

论文目录:

摘要

Abstract

第1章绪论

1.1 研究背景和意义

1.2 人脸识别问题描述

1.3 人脸识别的性能评价

1.4 本文主要工作和结构安排

第2章人脸识别综述

2.1 研究的历史、发展和现状

2.2 常用人脸识别算法简介

2.2.1 子空间分析方法

2.2.2 基于弹性图匹配的方法

2.2.3 神经网络方法

2.3 本章小结

第3章特征提取与选择

3.1 引言

3.2 类别可分离性判据

3.2.1 基于空间距离的可分离判据

3.2.2 基于条件概率的可分离判据

3.2.3 基于熵的可分离判据

3.3 特征选择

3.3.1 最优搜索算法

3.3.2 次优搜索算法

3.3.3 遗传算法

3.3.4 人脸识别中的特征提取与选择

3.4 本章小结

第4章基于线性特征提取的人脸识别

4.1 引言

4.2 人脸图像的预处理

4.2.1 人脸图像的尺寸归一化

4.2.2 人脸图像的光照归一化

4.3 主分量分析方法

4.3.1 基本原理

4.3.2 在人脸识别中的特殊处理

4.3.3 PCA的重建性能分析

4.4 线性判别分析方法

4.4.1 基本原理

4.4.2 LDA与PCA识别实验分析与性能比较

4.5 本章小结

第5章基于非线性特征提取的人脸识别

5.1 引言

5.2 统计学习理论与核主分量分析

5.2.1 理论概述

5.2.2 支撑矢量机（SVM）

5.2.3 核主分量分析（KPCA）

5.3 基于KPCA-ICA特征提取的人脸识别

5.3.1 独立分量分析与本文特征提取方法介绍

5.3.2 实验方法与结果

5.4 本章总结与讨论

总结与展望

参考文献

致谢

附录人脸图像库简介

发布时间: 2007-06-11

参考文献

[1].基于安防视频的群体异常行为特征提取与识别技术研究[D]. 卢丽.成都信息工程大学2018
[2].基于特征提取的聚类方法研究及其实现[D]. 祖颖.江南大学2018
[3].基于多特征决策级融合的行人检测方法[D]. 罗倩倩.长安大学2018
[4].基于语义的医疗实体名称识别算法与医疗语境识别算法[D]. 宋舒晗.河南大学2018
[5].基于特征分类的色彩音乐系统设计[D]. 童锦瑞.哈尔滨理工大学2018
[6].基于核判别分析的人脸识别方法[D]. Muhammad Rafique（马龙）.哈尔滨理工大学2018
[7].基于Kinect的手势特征提取研究[D]. 高雅坤.沈阳工业大学2018
[8].基于历史轨迹的车辆类别预测[D]. 李威.山东大学2018
[9].基于人脸的连续情感维度预测方法研究[D]. 杨文娟.湖南大学2018
[10].人体行为时空特征提取与识别算法设计与实现[D]. 周文.北京交通大学2018

基于外貌图像的统计方法人脸识别研究

猜你喜欢