文档介绍：哈尔滨工程大学
博士学位论文
基于子空间分析与半监督学习人脸识别研究
姓名:崔鹏
申请学位级别:博士
专业:计算机应用技术
指导教师:张汝波
2012-06-11
要摘人脸识别作为一种生物特征识别技术,近年来成为模式识别与图像处理领域的研究热点,在公共安全、身份认证、财经信息以及公共管理等众多领域得到广泛的应用。尽管目前有很多有效的人脸识别算法,但由于图像数据集具有高维性与小样本性,类内变化大于类间变化以及特征空间结构复杂等特点,没有任何一种方法能适用于所有的情况。将多种识别方法有效结合,提高算法的鲁棒性,具有广泛的实用价值和深远的理论意义。子空间分析由于可描述性强、有效性高,己成为人脸识别最重要的研究方法。本文以线性子空间特征提取为基础,利用半监督学习并结合恕⒗肷⒂嘞冶浠⒖煽亟鹱炙〔ū浠,对人脸识别进行了深入研究。本文的研究工作主要有以下几个方面:治隽嘶谙咝宰涌占涞闹鞒煞址治与线性判别分析街识别方法,针对其存在的高维数据难于执行以及小样本问题,利用浠坏钠德侍性以及少量标记样本约束信息,研究了两种半监督侗鹚惴ǎ涸际劾嘧钣臘系数选择算法以及半监督判别力分析惴ā惴ǜ据德史植继卣鳎捎迷ぱ谀=档褪菸崛≈械推涤行畔⒁越档图扑愦价;根据约束信息对投影的凳邪爰喽骄劾啵蕴岣咚惴ǖ氖侗鹇剩杭扑闩别系数值,按照值的大小,选择最优掩模进行特征投影。蛟谠ぱ谀的基础上,计算投影的凳爰喽脚斜鹆軸刑卣魍队啊J为小样本问题而维数受到限定的缺点。有监督惴āJ紫韧ü植客枷穸员榷仍銮坎钩ゲ痪鹊墓庹眨枷癖硎疚6数域内的对比度增强灰度图像,以提高图像中重要但未观察到的纹理:然后将增强的对比度图像划分成块,利用钠德侍卣鳎∪∶靠榈牡推抵匾L卣鳎⒔浣凶进行特征投影。实验结果表明该算法的性能优于传统算法,能够有效解决不均匀光照的影响以及男⊙疚侍猓⑶壹扑愦劢系停岣吡巳肆呈侗鸬男室约白既仿省攵宰涌占渑斜鸱治龇椒ㄖ写嬖诘拿坷嘀泄餐讲睢⑻卣骺占湮幻魅以及识别率低的局限,研究了一种支持向量直接判别分析姆窍咝宰涌占基于子空间分析与半监督学习人脸识别研究验结果表明,与惴ǖ氖侗鹇矢哂诖撤椒ǎ挥行У亟饩隽薒因攵宰涌占浞治龇椒ǘ怨庹毡浠舾形侍猓芯苛艘恢只诰植客枷裨銮康合,得到候选特征向量以降低数据的维数;根据类别信息,计算候选特征的块判别力,
特征提取算法,利用支持向量机核方法,将支持向量与子空间特征提取有效结合,优化特征值问题的求解过程;修改判别标准解决小样本问题,有效地提高人脸识别系统的识别率和鲁棒性。实验结果表明,与相关的子空间非线性核特征提取方法相比,的性能优于其他方法,验证了算法的有效性与可靠性。攵孕〔ū浠环椒ù嬖诩扑愀丛佣冉细摺⒉荒茉谒蟹较蚪蟹纸庖约白哟尺度限制,研究了一种可控金字塔半监督局部判别惴ㄓ糜谌肆呈侗稹Mü计算分割可控金字塔子带获得的每个子块的统计信息,提取局部信息,并对每个子带获得的局部特征进行组合,降低数据维数;利用少量标记数据,进行半监督局部判别分析有较高的鲁棒性。关键词:人脸识别:子空间分析;半监督学习;频域变换;判别分析以提升人脸识别的性能。将提出的方法与相关的全局特征识别方法以及其它多分辨率小波变换方法进行了比较,实验结果表明男阅苡庞谄渌椒ǎ员砬椋庹站哈尔滨工程大学博士学位论文
珻,基于子空间分析与半监督学习人脸识别研究.,.,琭琤瑅—甤琩—,瓸琽,瓹琤甋甌瑃,.,
琾,;—籨哈尔滨工程大学博士学位论文籺籧琣,琫—.瑄,籥,甌,瑂,;;猺,篺;痶.
第滦髀研究背景和意义随着计算机技术的发展,众多生物技术被广泛运用于社会安全、计算机网络登陆、电子商务、亲子鉴定等过程的人体身份识别与辨认中,其中常用的生物技术包括指纹特征、虹膜特征、声音特征、步态特征及人脸特征等。生物特征具有不会遗失、不易伪造、终身不变与随身携带的优点,生物特征识别被公认是未来身份认证的发展方向。通过计算机技术利用个体所特有的生理或行为特征进行智能身份认证与识别,是目前一项很受关注且发展势头良好的热点学科与技术。但因为每种生物特征识别技术在某种程度上都存在优点和不可避免的不足及应用场合的限制,所以直到目前,并没有一种能够完全适用于所有场合的完美的生物特征【俊R虼耍谙质档挠τ醚≡裰校嗣峭延诰龆ㄑ择哪种生物特征识别技术更有利于目标的实现。人脸的特征是人类自古以来识别身份的最直接而本能的方式,和其它人体生物特征一样,它相对于口令和卡片等身份特征的特点在于:人体生物特征有唯一性、难欺骗性和永久性等特点。人脸特征相对于其它众多的生物特征而言,具有天生性、永久性及非接触性,比较容易被识别人接受。随着电子技术的发展,人脸特征的提取也成了最方便的特征提取对象,由此产生了人脸识别技术。目前各国政府和各领域公认它是一种有着良好前景的生物识别技