收藏本站
《哈尔滨工程大学》 2009年 博士论文
收藏 | 手机打开
二维码
手机客户端打开本文

特征提取方法研究及其在人脸识别中的应用

林玉娥  
【摘要】: 人脸识别是一项极具发展潜力的生物特征识别技术,在信息安全,公共安全,金融等领域具有广阔的应用前景。在人脸识别研究领域中,特征提取是解决该问题的一个关键技术。在过去几十年中,学者们提出了许多相关的特征提取方法,如线性鉴别分析、主成分分析和保局投影等线性特征提取方法,以及在支持向量机的基础上演变而来的基于核函数的非线性特征提取方法等等。因此,本论文以特征提取方法为研究目标,以人脸识别为应用背景,对线性特征提取方法和非线性特征提取方法进行了深入的研究,所提出的改进方法不但提高了计算效率和识别性能,而且能够有效地解决小样本问题。具体的研究内容包括: (1)不相关鉴别分析方法是一种有效的特征提取方法,但是将其应用到人脸识别中将遇到所谓的小样本问题,而且由于采用迭代求解方式,算法运算速度缓慢。基于图像矩阵模型的特征提取方法可有效地解决小样本问题,故此提出了一种基于图像矩阵模型的二维不相关鉴别矢量集方法,该方法由于采用了图像矩阵模型,避免了小样本问题,通过对类内散布矩阵的白化变换,可以非迭代的求得二维不相关鉴别矢量集,不但求解速度快且数值解稳定; (2)对基于图像向量模型的不相关鉴别分析方法进行了深入的研究,以不相关空间方法为理论基础,提出了一种改进的不相关空间方法,其思想是将原始数据空间降到一个低维的子空间,从而避免了总体散布矩阵奇异;另外根据散布矩阵的对称性,引入了一种快速的矩阵分解方法,进一步提高了求解不相关鉴别矢量集的速度。该方法不但在理论上有效地解决了小样本问题,同时具有较快的计算速度; (3)基于核映射的方法是一种广泛使用的非线性方法。已有的实验结果表明:基于核映射的特征提取方法可有效提高原线性方法的识别性能。正交鉴别保局投影、鉴别通用矢量集和不相关空间方法是三种具有较好识别性能的特征提取方法,但它们都是线性方法,故此针对三种线性方法进行了研究,分别提出了其相应的非线性方法,即核正交鉴别保局投影、核鉴别通用矢量集和核不相关空间方法。三种核特征提取方法通过巧妙的变换,使其在实现过程中转化成样本的内积形式,然后用核函数替换内积计算即可完成非线性特征的提取,不但降低了算法的计算复杂性,同时也提高了原相应线性特征提取方法的识别性能; (4)针对核特征提取方法解决高维小样本问题存在的缺点,提出了一种基于压缩变换的核特征提取优化模型。该模型的求解思想是首先对高维的训练样本根据Fisher准则进行降维处理,然后再将降维后的训练样本按核特征提取方法进行非线性特征提取。优化后的方法在保证原方法的识别性能的同时,将有效地节省算法的计算量与存储开销,增强算法的实用性。


知网文化
【相似文献】
中国期刊全文数据库 前18条
1 陈辉;;浅议车牌识别中字符的特征提取方法[J];科技传播;2009年05期
2 徐德友,胡寿松;利用粗集上近似处理特征提取中的噪声问题[J];南京理工大学学报(自然科学版);2002年S1期
3 佟德纯;王永兴;;一种新的齿轮状态的分类识别方法—CEP-AR特征提取与分类[J];振动与冲击;1988年03期
4 罗斌;黄端旭;;皮肤癌表面图象特征提取[J];安徽大学学报(自然科学版);1989年03期
5 王仁华;宋原章;;汉语孤立音节的分段研究[J];信号处理;1989年02期
6 陶玉婷;卓洋;张泽宇;周丹;;基于边界异类近邻关系构建的新特征提取方法[J];金陵科技学院学报;2018年03期
7 杨小军;;图片特征提取[J];中小企业管理与科技(中旬刊);2017年03期
8 武弘;;六种常用的网络流量特征提取工具[J];计算机与网络;2017年06期
9 李晋徽;杨俊安;王一;;一种新的基于瓶颈深度信念网络的特征提取方法及其在语种识别中的应用[J];计算机科学;2014年03期
10 唐朝霞;;一种基于特征提取的简答题阅卷算法[J];湖南工程学院学报(自然科学版);2010年01期
11 曹国辉;;车辆特征提取方法综述[J];中国水运(理论版);2006年03期
12 江涛,朱运海,董凤宝;小波变换在遥感影像道路特征提取中的应用[J];测绘工程;2004年02期
13 王华,李介谷;人脸斜视图象的特征提取与恢复[J];上海交通大学学报;1997年01期
14 张剑清,J.A.R.Blais;运用信息论进行特征提取[J];测绘学报;1990年03期
15 薛亚平;;多传感器数据融合在船舶特征提取中的应用[J];舰船科学技术;2016年18期
16 白玛玉珍;;几种藏文字特征提取方法比较研究[J];信息与电脑(理论版);2014年04期
17 李华平;;基于多特征提取的识别算法数学建模优化研究[J];哈尔滨师范大学自然科学学报;2013年04期
18 郑小东;王晓洁;;基于图像处理的植物叶特征提取研究现状[J];农机化研究;2007年08期
中国重要会议论文全文数据库 前10条
1 薛燕;李建良;朱学芳;;人脸识别中特征提取的一种改进方法[A];第十三届全国图象图形学学术会议论文集[C];2006年
2 王纪凯;王鹏;张启彬;陈宗海;;激光数据特征提取与学习方法[A];第17届中国系统仿真技术及其应用学术年会论文集(17th CCSSTA 2016)[C];2016年
3 黄先锋;韩传久;陈旭;周剑军;;运动目标的分割与特征提取[A];全国第二届信号处理与应用学术会议专刊[C];2008年
4 路文焕;曲悦欣;杨亚龙;王建荣;党建武;;用于无声语音接口的超声图像的混合特征提取[A];第十三届全国人机语音通讯学术会议(NCMMSC2015)论文集[C];2015年
5 徐继伟;李建中;柳勃;杨昆;;使用支持向量机和改进特征提取方法的蛋白质分类[A];第二十二届中国数据库学术会议论文集(技术报告篇)[C];2005年
6 刘德刚;邵国凡;;高维遥感数据分析的特征提取方法[A];西部大开发 科教先行与可持续发展——中国科协2000年学术年会文集[C];2000年
7 姜成柱;刘志成;何其芳;卞荣;席闻;;基于信号分解与稀疏恢复的空间群目标微动特征提取[A];第八届中国航空学会青年科技论坛论文集[C];2018年
8 许强;杨佳;;基于线性加权的免疫克隆算法的手指静脉特征提取[A];中国自动化学会控制理论专业委员会B卷[C];2011年
9 高学;金连文;尹俊勋;;基于笔划密度的弹性网格特征提取方法[A];2001年中国智能自动化会议论文集(上册)[C];2001年
10 白真龙;霍强;;在联机手写中文识别中一种针对8方向特征提取的改进算法[A];中文信息处理前沿进展——中国中文信息学会二十五周年学术会议论文集[C];2006年
中国博士学位论文全文数据库 前10条
1 林玉娥;特征提取方法研究及其在人脸识别中的应用[D];哈尔滨工程大学;2009年
2 苏雷曼 施查布(SOULEYMAN CHAIB);面向高分辨率图像场景分类的特征提取与选择研究[D];哈尔滨工业大学;2018年
3 温柳英;多模态数据特征提取的粒计算方法研究与应用[D];西南石油大学;2017年
4 李文娟;基于局部特征提取的人脸识别方法研究[D];天津大学;2017年
5 王振宇;面向人脸识别的特征提取技术应用研究[D];东南大学;2016年
6 马丽红;复杂背景下人脸的定位和特征提取[D];华南理工大学;1999年
7 谢平;故障诊断中信息熵特征提取及融合方法研究[D];燕山大学;2006年
8 张绍武;基于支持向量机的蛋白质分类研究[D];西北工业大学;2004年
9 李建生;图像元数据特征提取及其在检索中的应用[D];南京师范大学;2006年
10 刘靖;基于视觉特征提取和核判决分析方法的人脸识别[D];四川大学;2006年
中国硕士学位论文全文数据库 前10条
1 卢丽;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];成都信息工程大学;2018年
2 汪泉;基于EEMD的水轮机摆度信号提纯及特征提取分析[D];华中科技大学;2017年
3 王伟冰;等效矩形带宽经验小波变换用于公共场所异常声音特征提取[D];重庆大学;2018年
4 鲍志强;基于视觉系统的手势动作识别[D];天津大学;2018年
5 邢幸芬;交易量和特征提取在证券市场短期预测中的作用研究[D];山东财经大学;2017年
6 祖颖;基于特征提取的聚类方法研究及其实现[D];江南大学;2018年
7 徐伟;基于特征提取和机器学习算法的脑电波大脑年龄研究[D];温州大学;2018年
8 邹运奇;滚动轴承振动信号的特征提取方法研究[D];哈尔滨理工大学;2018年
9 张天文;滚动轴承故障特征提取与分类识别技术研究[D];哈尔滨工程大学;2018年
10 王宪淼;基于水下潜浮平台的被动探测技术研究[D];哈尔滨工程大学;2018年
中国重要报纸全文数据库 前3条
1 宇航智控;预测与健康管理(PHM)技术[N];中国航空报;2018年
2 记者 贾玎玎;北京纺控主营业务收入增长11.39%[N];首都建设报;2015年
3 中国信息通信研究院泰尔终端实验室 曾晨曦 段虎才;深度学习框架的前世今生[N];人民邮电;2018年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978