人脸识别中的部分特征抽取技术研究
【摘要】:
在生物识别问题中,特别是人脸识别领域,由于原始图像的维数相当高,直接在原始图像的基础上进行处理,将加大算法的复杂度,并且对计算机的硬件性能也是一个挑战,因此特征抽取成为该领域最基本的问题之一,抽取有效的鉴别特征是解决该问题的关键。特征抽取的基本思想是将原始样本映射(或变换)到某一低维特征空间,得到最能反映样本本质的低维样本特征,这样能有效地减少样本的存储量和处理速度,实现人脸的自动分类。
到目前为止,人们已给出了许多线性特征抽取方法,如主成分分析(PrincipalComponent Analysis,PCA或称K-L变换),Fisher线性鉴别分析(Linear DiscriminantAnalysis,LDA),独立成分分析(Independent Component Analysis,ICA)是特征抽取的几种经典和广泛使用的方法。
本文研究工作主要如下:
(1)在二维主成分分析的基础上,我们利用人脸图像的对称性,提出了基于对称二维主成分分析的特征提取方法;
(2)在线性鉴别分析的基础上,我们利用模糊集理论,提出了基于完备模糊LDA的特征提取方法;
(3)在间距最大准则的基础上,我们考虑了样本分布的潜在流形结构,提出了基于拉普拉斯间距最大准则的特征提取方法;
(4)在非监督鉴别投影的基础上,我们利用核技巧,将非监督鉴别投影推广到核空间,提出了基于核非监督鉴别投影的特征提取方法。
|
|
|
|
1 |
郭椿标;模式识别理论中的逻辑特征方法[J];西安交通大学学报;1991年03期 |
2 |
付强,胡步发;一种雷达目标识别方法及其实验研究[J];雷达科学与技术;1994年02期 |
3 |
郭跃飞;邬永革;黄修武;姜志华;杨静宇;;基于离散判别函数的新的代数特征抽取方法及人脸识别[J];模式识别与人工智能;1998年03期 |
4 |
危辉,王增进;基于局部相似自组织的遥感图像自动识别算法[J];电波科学学报;2004年04期 |
5 |
赵英男,杨静宇;一种改进的Gabor滤波器特征抽取算法及其应用[J];系统仿真学报;2005年09期 |
6 |
王昌厚;罗永莲;;基于突发事件新闻网页的文本分类方法研究[J];长治学院学报;2006年02期 |
7 |
魏维;何嘉;刘凤玉;;视频语义分析运动特征表征与抽取技术研究[J];计算机工程与应用;2007年16期 |
8 |
石跃祥;朱东辉;蔡自兴;B.Benhabib;;图像语义特征的抽取方法及其应用[J];计算机工程;2007年19期 |
9 |
栾方军;蔺蘭;许景科;;基于FFT的在线手写签名加权认证算法[J];计算机与信息技术;2008年10期 |
10 |
李娟;何伟;张玲;周阳;;双向压缩的2DPCA与PCA相结合的人脸识别算法[J];计算机应用;2009年S1期 |
11 |
惠飞;赵祥模;;基于脉冲耦合神经网络的目标特征抽取方法[J];吉林大学学报(信息科学版);2010年05期 |
12 |
吕玉琦,鲍旭东,杨宗晃;染色体图象的计算机自动分类[J];中国医学影像技术;1986年01期 |
13 |
刘其真;徐建华;何永保;;用光谱分析法识别卫星TM影像[J];自动化学报;1990年04期 |
14 |
朱学芳;毕厚杰;;一种手写印刷体汉字识别方法[J];南京邮电大学学报(自然科学版);1990年02期 |
15 |
胡大可;蒋志新;;基于矩不变量的二维图象序列动态特征抽取[J];信号处理;1990年01期 |
16 |
林治钺,尉迟颢颐,江崇吉;玻璃瓶底污物的实时检验图像识别方法[J];大连理工大学学报;1991年01期 |
17 |
王静儒;吴岷;杨光正;;基于知识的人面器官边缘检测及特征抽取[J];模式识别与人工智能;1999年03期 |
18 |
吴雪菁;施鹏飞;;无约束手写数字的递推最小二乘BP神经网络识别算法[J];模式识别与人工智能;1999年04期 |
19 |
杨健,杨静宇,王正群,郭丽;一种组合特征抽取的新方法[J];计算机学报;2002年06期 |
20 |
杨健;杨静宇;;一种推广的K-L展开方法及其在人脸识别中的应用[J];模式识别与人工智能;2002年02期 |
|