文档介绍：:篢.
翩繇砰乏恃彬印闩作者签名:套在牟啪帅哪哪舢删咖咖啪帅哈尔滨理工大学硕士学位论文原创性声明哈尔滨理工大学硕士学位论文使用授权书不保密回。口,辍菰同冢秒,甓嘣鲁肴本人郑重声明:此处所提交的硕士宦畚摹痘诰植勘3滞队皀勺人脸识别算法的研究》,是本人在导师指导下,在哈尔滨理工大学攻读硕二黄谖识懒进行研究工作所取得的成果。据本人所知,论文中除已注明部分外不包含他人已发表或撰写过的研究成果。对本文研究工作做出贡献的个人和集体,均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。同期:趂《基于局部保持投影的人脸识别算法的研究》系本人在哈尔滨理工大学攻读硕士学位期间在导师指导下完成的硕士学位论文。本论文的研究成果归哈尔滨理工大学所有,本论文的研究内容不得以其它单位的名义发表。本人完全了解哈尔滨理工大学关于保存、使用学位论文的规定,同意学校保留并向有关部门提交论文和电子版本,允许论文被查阅和借阅。本人授权哈尔滨理工大学可以采用影印、缩印或其他复制手段保存论文,可以公布论文的全部或部分内容。本学位论文属于保密在年解密后适用授权书。朐谝陨舷嘤Ψ娇蚰诖颉ⅲ作者签名:
基于局部保持投影的人脸识别算法的研究摘要特征提取算法在人脸识别研究领域占有重要的地位,是最基本的研究问题之一。目前,人脸特征提取的重点是对算法可行性与有效性的研究。尽管在特征提取领域,已经出现了许多经典的算法,并且被广泛应用;但是经研究表明,人脸样本是分布在嵌入到高维空间中低维非线性子流形上的,然而传统子空间线性分析方法由于无法准确描述样本具有的流形结构而低效。局部保持投影魑@绽褂成涞囊恢窒咝越疲山虾玫胤从出其流形结构,但是其仍是一种无监督的学习方法,分类能力较弱,它在人脸识别中并不是最有效识别算法。鉴于此,本文给出了基于惴ǖ种有监督的子空间特征提取算法:贑算法和惴ǖ幕∩希岢隽薘惴ā8盟惴通过引入类信息,将惴ㄓ隠算法有效地结合起来,在区分了样本类别信息基础上,不但能够保持样本类内的局部信息结构,而且还能使两组样本间达到最大相关化,以及各个特征投影分量之间具有不相关性,极大地提高了算法的识别率。贛惴ǖ幕∩希岢隽司哂型臣撇幌喙匦缘腢算法。该算法融合了算法和惴ǖ奶氐悴⑶彝ü扒笠蛔樽钣诺统计不相关鉴别矢量集,既消除了特征问的冗余,便于数据的重构,又使得在投影后的特征空间,样本类间散度达到最大,而类内散度最小,增强了算法的稳定性和有效性。贚算法的复合位置保持投影。该算法在构造邻接图时,将相同类各点直接作为诘悖谌范ń诘愕耐保踩范ǚ墙诘悖缺留了局部结构的稳定性,又使整体的结构趋向于最大化,充分的考虑了样本类间和类内的差异,使得不同类之间的点能两两相互远离,而同类的点能够相互地逼近,从而能形成很高的聚簇。分别在不同人脸库中进行对比实验。通过实验结果,验证了以上炙法在实际应用中均具有可行性与有效性。关键词人脸识别;特征提取;子空间;主成分分析:局部保持投影哈尔滨理工大学工学硕士学位论文
甌疭,—琣瓵,瑃甅瓵瑃,甦琧琤,甀,
..,琣琭,,,
⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第滦髀邸课题来源及研究意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯人脸识别技术的现状与分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本文的研究内容及文章结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.∠喙厮惴ā主成分分析方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯线性鉴别分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.銯鸱治觥姆椒ā拉普拉斯特征映射方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.惴ā籰本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第戮哂械湫拖喙胤治龅木植勘3滞队啊典型相关分析的概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..赜诖硇讲罹卣笃嬉斓那榭觥局部保持的典型相关分析⋯一⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.算法的提出⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..算法描述及求解⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一特征提取过程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.实验结果与分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..贏肆晨馍系氖笛椤............⋯........................................................................................................
.