資源描述：
《基于局部保持投影人臉識別算法地研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、國內(nèi)圖書分類號：TP391．4工學(xué)碩士學(xué)位論文基于局部保持投影的人臉識別算法的研究碩士研究生：導(dǎo)師：申請學(xué)位級別：學(xué)科、專業(yè)：所在單位：答辯日期：授予學(xué)位單位：李姝林克正工學(xué)碩士計算機應(yīng)用技術(shù)計算機科學(xué)與技術(shù)學(xué)院2012年3月哈爾濱理工大學(xué)ClassifiedIndex：TP391．4DissertationfortheMasterDegreeinEngineeringAlgorithmsResearchonFaceRecognitionBasedonLocalityPreservingProjectionsCandidate：Super
2、visor：AcademicDegreeAppliedfor：Specialty：DateofOralExamination：University：LiShuLinKezhengMasterofEngineeringComputerAppliedTechnologyMarch，2012HarbinUniversityofScienceandTechnology啪帥哪哪舢刪咖咖啪帥Y2280855哈爾濱理工大學(xué)碩士學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：此處所提交的碩士!學(xué)位論文《基于局部保持投影n勺人臉識別算法的研究》，是本人在導(dǎo)師指導(dǎo)下，在哈爾
3、濱理工大學(xué)攻讀碩二J二學(xué)位期問獨立進行研究工作所取得的成果。據(jù)本人所知，論文中除已注明部分外不包含他人已發(fā)表或撰寫過的研究成果。對本文研究工作做出貢獻的個人和集體，均已在文中以明確方式注明。本聲明的法律結(jié)果將完全由本人承擔。作者簽名：套在牟同期：2口f2年≥月"同哈爾濱理工大學(xué)碩士學(xué)位論文使用授權(quán)書《基于局部保持投影的人臉識別算法的研究》系本人在哈爾濱理工大學(xué)攻讀碩士學(xué)位期間在導(dǎo)師指導(dǎo)下完成的碩士學(xué)位論文。本論文的研究成果歸哈爾濱理工大學(xué)所有，本論文的研究內(nèi)容不得以其它單位的名義發(fā)表。本人完全了解哈爾濱理工大學(xué)關(guān)于保存、使用學(xué)位論文的規(guī)定
4、，同意學(xué)校保留并向有關(guān)部門提交論文和電子版本，允許論文被查閱和借閱。本人授權(quán)哈爾濱理工大學(xué)可以采用影印、縮印或其他復(fù)制手段保存論文，可以公布論文的全部或部分內(nèi)容。本學(xué)位論文屬于保密口，在年解密后適用授權(quán)書。不保密回。(請在以上相應(yīng)方框內(nèi)打、／)作者簽名：R期：2秒，2年多月廠秒日翩繇砰乏-嗍馴蛑?印閂哈爾濱理工大學(xué)工學(xué)碩士學(xué)位論文基于局部保持投影的人臉識別算法的研究摘要特征提取算法在人臉識別研究領(lǐng)域占有重要的地位，是最基本的研究問題之一。目前，人臉特征提取的重點是對算法可行性與有效性的研究。盡管在特征提取領(lǐng)域，已經(jīng)出現(xiàn)了許多經(jīng)典的算法，并
5、且被廣泛應(yīng)用；但是經(jīng)研究表明，人臉樣本是分布在嵌入到高維空間中低維非線性子流形上的，然而傳統(tǒng)子空間線性分析方法由于無法準確描述樣本具有的流形結(jié)構(gòu)而低效。局部保持投影(LPP)作為拉普拉斯映射的一種線性近似，可較好地反映出其流形結(jié)構(gòu)，但是其仍是一種無監(jiān)督的學(xué)習方法，分類能力較弱，它在人臉識別中并不是最有效識別算法。鑒于此，本文給出了基于LPP算法的3種有監(jiān)督的子空間特征提取算法：1．在CCA算法和LPP算法的基礎(chǔ)上，提出了RLPCCA算法。該算法通過引入類信息，將CCA算法與LPP算法有效地結(jié)合起來，在區(qū)分了樣本類別信息基礎(chǔ)上，不但能夠保持
6、樣本類內(nèi)的局部信息結(jié)構(gòu)，而且還能使兩組樣本間達到最大相關(guān)化，以及各個特征投影分量之間具有不相關(guān)性，極大地提高了算法的識別率。2．在MSDC算法的基礎(chǔ)上，提出了具有統(tǒng)計不相關(guān)性的UMLPP算法。該算法融合了MSDC算法和LPP算法的特點并且通過尋求一組最優(yōu)的統(tǒng)計不相關(guān)鑒別矢量集，既消除了特征問的冗余，便于數(shù)據(jù)的重構(gòu)，又使得在投影后的特征空間，樣本類間散度達到最大，而類內(nèi)散度最小，增強了算法的穩(wěn)定性和有效性。3．基于LPP算法的復(fù)合位置保持投影。該算法在構(gòu)造鄰接圖時，將相同類各點直接作為k近鄰點，在確定近鄰點的同時，也確定非近鄰點，既保留了局
7、部結(jié)構(gòu)的穩(wěn)定性，又使整體的結(jié)構(gòu)趨向于最大化，充分的考慮了樣本類間和類內(nèi)的差異，使得不同類之間的點能兩兩相互遠離，而同類的點能夠相互地逼近，從而能形成很高的聚簇。分別在不同人臉庫中進行對比實驗。通過實驗結(jié)果，驗證了以上3種算法在實際應(yīng)用中均具有可行性與有效性。關(guān)鍵詞人臉識別；特征提?。蛔涌臻g；主成分分析：局部保持投影AlgorithmsResearchonFaceRecognitionBasedonLocalityPreservingProjectionsAbstractFeatureextractionisoneofthemostbasi
8、cproblemsinthefieldoffacerecognition．Atpresent，theimportanceoffacefeatureextractionisfocusedonth
