收藏本站
《南京理工大学》 2004年
收藏 | 手机打开
二维码
手机客户端打开本文

基于核的非线性特征抽取与图象识别研究

陈才扣  
【摘要】:特征抽取是模式识别研究的最基本问题之一。对于图象识别而言,抽取有效的图象特征是完成图象识别的首要任务。基于核的特征抽取方法是最近刚刚提出的一种非常有效的非线性特征提取的方法。该文就有关基于核的非线性特征抽取及识别方法中的若干问题进行了深入的研究,所提出的算法在人脸识别和手写体字符识别方面得到了较成功的应用。 基于统计不相关性的Fisher线性鉴别分析是特征抽取的最好方法之一,在此基础上,本文提出了基于核的统计不相关鉴别分析方法。该方法不仅能够有效地抽取非线性特征,而且能够彻底消除样本特征之间的统计相关性,并指出基于核的统计不相关鉴别分析方法是经典的Fisher鉴别分析和统计不相关鉴别分析的进一步发展。在ORL标准人脸库上的试验结果表明,在识别性能上所提出的方法不仅优于基于经典的线性鉴别分析方法和统计不相关线性鉴别分析方法,而且也优于核Fisher鉴别分析。在此基础上,引入空间变换的思想,提出了一种快速的核Fisher鉴别分析,从理论上巧妙地解决了高维特征空间内类内散布矩阵奇异情况下最优鉴别矢量集的求解问题,而且较大幅度地降低了求解最优鉴别矢量集的计算量,提高了计算速度。在ORL人脸库上的试验结果表明,其特征抽取的速度提高了近3倍。 该文对核Fisher鉴别分析(KFDA)进行了深入分析,发现了一种与之等价的但更为简单的非线性特征抽取方法,即先利用一个函数向量映射将原始n维输入空间R~n变换到一个更低维的空间R~N(N是训练样本的数目,Nn),然后在该空间上利用线性Fisher鉴别分析进行最优特征抽取。在此基础上,本文给出了特征抽取的一般模型,根据此模型,设计了一个基于矩阵相似度的特征抽取算法。最后,在ORL人脸库上的实验结果验证了本文所提模型的有效性。 目前,尽管核方法在图象等模式识别领域应用的非常广泛和成功,但也存在如下一些问题:一、构造特征空间H中的核矩阵K所耗费的计算量非常大。二、当训练样本数N很大时,一方面会使得核矩阵的存储空间急剧增加,因为核矩阵的维数为N×N;另一方面造成核矩阵的不可逆。为此,本文提出了两种两阶段的核特征抽取方法:PCA+KFDA和PCA+KPCA,即在进行非线性映射之前,首先利用经典的主分量分析降维,然后再执行核Fisher鉴别分析(KFDA)或核主分量分析(KPCA)。为了进一步降低经典PCA的处理时间,使本算法具有更高的效率,对C-PCA进行了改进,提出了 摘要 博士论文 直接基于图象矩阵的主分量分析(l一PCA)。在ORL标准人脸库上的试验结果验证了所 提算法的有效性。 聚类技术是模式式别领域应用非常广泛的非监督学习技术,为了解决核方法中计 算复杂度随着训练样本的数目的增加而增大的问题,本文提出了一种基于聚类的核矩 阵维度缩减技术,它的思想就是首先利用非线性映射磷原始输入空间变换到某高维 特征空间,然后根据k一均值聚类算法计算代表集,利用该代表集计算得到一组标准正 交的基向量,构成一个低维的投影子空间。在CEN]助kR犯手写体阿拉伯数字库的试 验结果证实了所提算法的有效性。 本文提出了一种融合小波特征的核Fisher鉴别分析方法,即在进行非线性映射之 前,首先利用小波变换对原始输入图象进行预处理,抽取图象的小波特征,然后在频 域上进行核Fisher鉴别分析。在ORL标准人脸库上的试验结果表明所提出的方法不仅 在识别性能上优于现有的核Fisher鉴别分析方法,而且,特征抽取的速度提高了近13 倍:在、习e人脸库上进一步证实了本文方法的有效性。 因为传统的PCA方法是以总体协方差矩阵作为产生矩阵的K-L展开方法,本身 无法利用训练样本的类别信息(包括KPCA)。另一方面,PCA是基于线性变换的特 征抽取方法,无法抽取非线性特征,第三,PCA主要选取模式样本的主分量信息,忽 视了可能对分类仍然有用的次分量信息。针对PCA的上述缺点,本文提出了一种改进 的核主分量分析方法-一.核最优鉴别K-L变换方法,该方法不仅能够抽取模式的非线 性最优表示特征,而且这些特征具有与LDA等价的鉴别力,并且保留了一部份有用 的次分量信息(二阶矩鉴别信息)。在ORL标准人脸库上的试验结果验证了所提的方 法的有效性.
【学位授予单位】:南京理工大学
【学位级别】:博士
【学位授予年份】:2004
【分类号】:TP391.4

手机知网App
【相似文献】
中国期刊全文数据库 前10条
1 高秀梅;;基于图像矩阵的核主分量分析技术[J];淮阴师范学院学报(自然科学版);2010年05期
2 贺云辉;赵力;邹采荣;;核最近特征分类器及人脸识别应用[J];应用科学学报;2006年03期
3 陈才扣,杨静宇,杨健;一种融合PCA和KFDA的人脸识别方法[J];控制与决策;2004年10期
4 金忠,杨静宇,胡钟山;有效最佳鉴别特征的抽取与维数问题[J];计算机学报;2000年01期
5 杨静宇,金忠,胡钟山;具有统计不相关性的最佳鉴别特征空间的维数定理[J];计算机学报;2003年01期
6 吴小俊;王士同;杨静宇;刘同明;;基于扰动方法和广义K-L变换的人脸特征抽取[J];系统仿真学报;2006年S2期
7 吴小俊;杨静宇;王士同;刘同明;;基于扰动方法的广义最佳鉴别矢量集求解的一种解析算法[J];郑州大学学报(理学版);2006年04期
8 宋晓宁;郁苗;查旭;高阳琴;李志伟;;基于核的四重子空间的LDA特征抽取方法[J];江苏科技大学学报(自然科学版);2010年05期
9 陈才扣;史骏;侯钰;姜敏;;基于局部均值的广义散度差无监督鉴别分析[J];计算机工程与设计;2011年07期
10 徐勇,杨强,杨静宇;基于核的快速特征抽取及识别方法[J];解放军理工大学学报(自然科学版);2005年02期
中国重要会议论文全文数据库 前10条
1 陈才扣;崔美琳;曹丽;刘永俊;;基于核的二维最大散度差投影鉴别分析及人脸识别[A];第二十七届中国控制会议论文集[C];2008年
2 吴小俊;王士同;杨静宇;刘同明;;基于扰动方法和广义K-L变换的人脸特征抽取[A];中国系统仿真学会第五次全国会员代表大会暨2006年全国学术年会论文集[C];2006年
3 龙飞;庄镇泉;;基于广义鉴别分析理论的人脸识别算法[A];第一届建立和谐人机环境联合学术会议(HHME2005)论文集[C];2005年
4 刘永俊;陈才扣;;二维核最大散度差鉴别分析及人脸识别[A];第十三届全国图象图形学学术会议论文集[C];2006年
5 靳传红;张为;;56例肺部占位鉴别分析[A];全国肿瘤护理学术交流暨专题讲座会议论文汇编[C];2005年
6 邹天治;宋鸣;李杰敏;;甲基安非他明及麻黄素GC/MS鉴别分析[A];首届全国毒品检验技术交流会论文集[C];1997年
7 孙萌;姚建民;吕雅娟;刘群;姜文斌;;基于最大熵短语重排序模型的特征抽取算法改进[A];第五届全国青年计算语言学研讨会论文集[C];2010年
8 陈才扣;侯钰;;自适应监督鉴别投影分析[A];中国自动化学会控制理论专业委员会A卷[C];2011年
9 胡佳妮;郭军;徐蔚然;;一种基于短文本的独立语义特征抽取算法[A];全国网络与信息安全技术研讨会论文集(上册)[C];2007年
10 遇运良;薛林福;;基于核方法的沉积微相模式识别[A];中国地球物理学会第二十三届年会论文集[C];2007年
中国重要报纸全文数据库 前10条
1 齐玄江;花别人的钱也要心疼[N];中国财经报;2004年
2 特约撰稿人 郑优军 甄浩;文稿输入让键盘走开[N];电脑报;2001年
3 黄亮;浙江舟山发现的萧梁对文五铢陶钱[N];中国文物报;2006年
4 徐锋樊中文;群众叫他“老马哥”[N];人民日报;2008年
5 贺慧宇;声发射监测把脉桥梁安全[N];中国建设报;2008年
6 本报记者 洪奇;手写笔:21世纪的主流输入技术[N];计算机世界;2001年
7 山东省莱州市教研室教科所 彭慧;以“过程增值”评价教师教学成绩[N];中国教育报;2007年
8 陈辉;节能减排 常抓不懈[N];中国水利报;2007年
9 朱冰;网络言论分析技术让机器读懂好恶[N];中国高新技术产业导报;2008年
10 纪文晶本报记者 张磊;油田历史陈列馆喜添百余件“国宝”[N];大庆日报;2008年
中国博士学位论文全文数据库 前10条
1 陈才扣;基于核的非线性特征抽取与图象识别研究[D];南京理工大学;2004年
2 徐勇;几种线性与非线性特征抽取方法及人脸识别应用[D];南京理工大学;2004年
3 高秀梅;基于核投影分析的特征抽取及应用研究[D];南京理工大学;2004年
4 吴小俊;图象特征抽取与识别理论及其在人脸识别中的应用[D];南京理工大学;2002年
5 贺云辉;小样本人脸图像特征抽取和识别方法研究[D];东南大学;2006年
6 张楠;低秩鉴别分析与回归分类方法研究[D];南京理工大学;2012年
7 苏洪全;基于机器学习的生物基因剪切位点识别[D];大连海事大学;2011年
8 杨旭;基于核方法的模式分类研究与应用[D];上海交通大学;2011年
9 赵峰;基于核方法与累积量随机学习的模式分类研究[D];西安电子科技大学;2008年
10 卢桂馥;小样本情况下特征抽取算法与人脸识别研究[D];南京理工大学;2012年
中国硕士学位论文全文数据库 前10条
1 曹丽;基于流形的特征抽取及人脸识别研究[D];扬州大学;2009年
2 朱旗;基于稀疏模型的快速核方法[D];哈尔滨工业大学;2010年
3 卞璐莎;核鉴别分析方法研究[D];南京邮电大学;2011年
4 方盛昌;基于核的特征提取方法的人脸识别研究[D];东华大学;2008年
5 任建辉;基于核的非线性特征抽取与人脸识别方法研究[D];南京理工大学;2009年
6 李敏;基于鉴别分析的类不平衡学习[D];南京邮电大学;2013年
7 杜雷;基于两阶段特征提取法和PSO-BP神经网络的人脸识别方法研究[D];新疆大学;2008年
8 史骏;流形学习与半监督学习在特征抽取中的应用研究[D];扬州大学;2011年
9 杨梦宁;基于非线性特征抽取法和人工神经网络的人脸识别方法的研究[D];重庆大学;2005年
10 何思斌;异方差鉴别分析在人脸自动识别中的应用研究[D];五邑大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026