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。
【学位授予单位】：南京理工大学
【学位级别】：博士
【学位授予年份】：2009
【分类号】：TP391.41
|
|
|
|
| 1 |
高西奇，周洪祥，何振亚;基于小波变换的主元分析人脸图象识别[J];东南大学学报;1996年02期 |
| 2 |
黄修武,杨静宇,郭跃飞;基于隶属度的人脸图像特征抽取和识别[J];电子学报;1998年05期 |
| 3 |
杨健,杨静宇;具有统计不相关性的图像投影鉴别分析及人脸识别[J];计算机研究与发展;2003年03期 |
| 4 |
洪子泉，杨静宇;基于奇异值特征和统计模型的人像识别算法[J];计算机研究与发展;1994年03期 |
| 5 |
杨琼,丁晓青;对称主分量分析及其在人脸识别中的应用[J];计算机学报;2003年09期 |
| 6 |
洪子泉;杨静宇;;用于图象识别的图象代数特征抽取[J];自动化学报;1992年02期 |
| 7 |
杨光正;黄熙涛;;镶嵌图在人面定位中的应用[J];模式识别与人工智能;1996年03期 |
| 8 |
郑宇杰;杨静宇;吴小俊;於东军;;基于对称ICA的特征抽取方法及其在人脸识别中的应用[J];模式识别与人工智能;2006年01期 |
| 9 |
郭跃飞,姜志华,杨静宇,邬永革,黄修武;一种新的代数特征抽取方法及人脸识别[J];南京理工大学学报;1997年05期 |
| 10 |
黄修武,郭跃飞,杨静宇;基于代数方法的图像特征抽取和识别[J];南京理工大学学报;1998年01期 |
|
|
|
|
|
| 1 |
黄修武,杨静宇,郭跃飞;基于隶属度的人脸图像特征抽取和识别[J];电子学报;1998年05期 |
| 2 |
周杰,卢春雨,张长水,李衍达;人脸自动识别方法综述[J];电子学报;2000年04期 |
| 3 |
邢昕,汪孔桥,沈兰荪;基于器官跟踪的人脸实时跟踪方法[J];电子学报;2000年06期 |
| 4 |
梁路宏,艾海舟,徐光佑,张钹;基于模板匹配与人工神经网确认的人脸检测[J];电子学报;2001年06期 |
| 5 |
丁嵘,苏光大,林行刚;使用关键点信息改进弹性匹配人脸识别算法[J];电子学报;2002年09期 |
| 6 |
程永清;庄永明;杨静宇;;基于矩阵相似度的图象特征抽取和识别[J];计算机研究与发展;1992年11期 |
| 7 |
周志华,皇甫杰,张宏江,陈祖翰;基于神经网络集成的多视角人脸识别[J];计算机研究与发展;2001年10期 |
| 8 |
杨健,杨静宇,金忠;最优鉴别特征的抽取及图像识别[J];计算机研究与发展;2001年11期 |
| 9 |
武勃,黄畅,艾海舟,劳世竑;基于连续Adaboost算法的多视角人脸检测[J];计算机研究与发展;2005年09期 |
| 10 |
洪子泉，杨静宇;基于奇异值特征和统计模型的人像识别算法[J];计算机研究与发展;1994年03期 |
|
手机打开
快捷付款方式
订购知网充值卡
订购热线
帮助中心