資源描述：
《基于半監(jiān)督學(xué)習(xí)的人臉識(shí)別算法研究.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、,....'3UNIVERSITYOFELECTRONICSCIENCEANDTECHNOLOGYOFCHINA?i±~f!iitXMASTERTHESIS201221100212~~~~~N~*~~~~~~m~~~~~~~w~mtt~Uflo~~-~I~~~~~*~n~~~ffW~~~B~~~~~T~*~g~x~~x~TM~TNtt*~~*~OO,~ffl~~~x81.)~_mJE,lft￡'f*00ffr0J~*if*$fl~;f]l;ftjiE3ti1::J(81.)~fp1tf:~D~~,ftW~k~~oo~mOOc*A~~
2、~~~tt*~ey~~~fu~X~~$~$*~~-A~~~*$~fi~~,ey~*ffl~~,~~~BM~~1tu~~f*f￥,~c~~wi1::x0%1)jjjit~:~E3~Jj:tv'YiF6B3El分類號(hào)密級(jí)注1UDC學(xué)位論文基于半監(jiān)督學(xué)習(xí)的人臉識(shí)別算法研究（題名和副題名）盧小玲（作者姓名）指導(dǎo)教師張勇副教授電子科技大學(xué)成都（姓名、職稱、單位名稱）申請(qǐng)學(xué)位級(jí)別碩士學(xué)科專業(yè)計(jì)算數(shù)學(xué)提交論文日期2015.05.11論文答辯日期2015.05.20學(xué)位授予單位和日期電子科技大學(xué)2015年6月28日答辯委員會(huì)主席評(píng)閱人注1：注明《國(guó)
3、際十進(jìn)分類法UDC》的類號(hào)。RESEACHOFFACERECOGNITIONALGORITHMBASEDONSEMI-SUPERVISEDLEARNINGMETHODAMasterDissertationSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:ComputationalMathematicsAuthor:LuXiaolingAdvisor:Prof.ZhangyongSchool:SchoolofMathematicalSciences摘要摘
4、要人臉識(shí)別，作為目前模式識(shí)別領(lǐng)域研究熱點(diǎn)之一，是基于人的臉部特征信息進(jìn)行身份識(shí)別的一種生物識(shí)別技術(shù)，人臉識(shí)別系統(tǒng)的研究始于20世紀(jì)60年代，80年代后隨著計(jì)算機(jī)技術(shù)和光學(xué)成像技術(shù)的發(fā)展得到提高，而真正進(jìn)入初級(jí)的應(yīng)用階段則在90年后期，并且以美國(guó)、德國(guó)和日本的技術(shù)實(shí)現(xiàn)為主。人臉識(shí)別系統(tǒng)成功的關(guān)鍵在于是否擁有尖端的核心算法，并使識(shí)別結(jié)果具有實(shí)用化的識(shí)別率和識(shí)別速度，集成了人工智能、機(jī)器識(shí)別、機(jī)器學(xué)習(xí)、模型理論、視頻圖像處理等多種專業(yè)技術(shù)，是生物特征識(shí)別的最新應(yīng)用，其核心技術(shù)的實(shí)現(xiàn)，展現(xiàn)了弱人工智能向強(qiáng)人工智能的轉(zhuǎn)化,其中的關(guān)鍵是利用降維
5、算法進(jìn)行特征提取。本文主要研究半監(jiān)督學(xué)習(xí)在人臉識(shí)別算法中的應(yīng)用，主要研究?jī)?nèi)容及創(chuàng)新點(diǎn)如下：1、研究子空間方法與半監(jiān)督人臉識(shí)別，介紹了自訓(xùn)練的主成分分析方法(PCA)和線性判別分析方法(LDA)方法，向訓(xùn)練集中加入未標(biāo)記圖片，通過(guò)更新訓(xùn)練器的方式，同時(shí)利用未知樣本與已知樣本。以上方法是線性方法，針對(duì)人臉可能具有非線性特征，本文通過(guò)核映射，將算法擴(kuò)展到非線性的高維數(shù)的空間，提出半監(jiān)督的基于核的PCA算法（SKPCA），核心思想是利用非線性變換和核函數(shù)，解決識(shí)別問(wèn)題，這個(gè)方法好處就是能夠保持圖像的非線性特征，使算法性能更高。在人臉數(shù)據(jù)上的
6、實(shí)驗(yàn)表明加入半監(jiān)督學(xué)習(xí)比無(wú)監(jiān)督學(xué)習(xí)的識(shí)別效果更好，核方法優(yōu)于線性方法，具有更好的識(shí)別率。2、介紹了局部保持投影算法(LPP)算法，并提出了一種改進(jìn)半監(jiān)督LPP算法(SDLPP)。LPP算法是通過(guò)保持?jǐn)?shù)據(jù)的局部位置關(guān)系而提出的人臉識(shí)別算法，它通過(guò)構(gòu)造近鄰矩陣，使得原本距離很近的點(diǎn)投影之后也能保持位置相近，本文提出了SDLPP算法則是在此基礎(chǔ)上結(jié)合直接線性判別方法(DLDA)和半監(jiān)督學(xué)習(xí)，而得到的一種新的人臉識(shí)別算法，數(shù)值實(shí)驗(yàn)表明加入半監(jiān)督學(xué)習(xí)具有更好的識(shí)別性。3、在SDA人臉識(shí)別基礎(chǔ)上，結(jié)合DCT頻域變換，提出一種半監(jiān)督判別力度分析算
7、法（SSDPA）算法。通過(guò)DCT變化計(jì)算DCT系數(shù),然后計(jì)算DCT系數(shù)的半監(jiān)督判別力（SSDP）,然后利用SSDP進(jìn)行投影提取特征。實(shí)驗(yàn)結(jié)果表明，SSDPA能較好解決LDA維數(shù)受限制的缺點(diǎn)，獲得較好的識(shí)別性能。關(guān)鍵詞：人臉識(shí)別，半監(jiān)督學(xué)習(xí)，特征提取，判別分析IABSTRACTABSTRACTFacerecognition,asoneofthehotestresearchfieldsofpatternrecognition,isbasedonfacialfeaturesofpersons’biometricsinformation.F
8、aceRecognitionSystembeganinthe1960s,ithaslastfor30yearswiththedevelopmentofcomputertechnologyandopticalimagetechnolog
