学位论文 > 优秀研究生学位论文题录展示
人脸识别特征提取算法研究
作 者: 王淑媛
导 师: 白宝兴
学 校: 长春理工大学
专 业: 计算机软件
关键词: 人脸识别 概率主成分分析 独立成分分析 平均场近似
分类号: TP391.41
类 型: 硕士论文
年 份: 2006年
下 载: 347次
引 用: 0次
阅 读: 论文下载
内容摘要
本文主要研究利用多元统计分析方法的人脸识别,力图将多元概率统计分析、统计物理学等方面的成果,与计算机视觉领域对图像进行智能解译的理论结合起来,人脸识别方面,在理论与实践上提出并实现了一系列有实际应用价值的算法。 人脸识别过程的核心是选择恰当的人脸表征方式与匹配策略,通常根据人脸图像的全局信息进行匹配,或者根据所提取的特征进行匹配,匹配的方法与人脸的表征方式密切相关。 由于代数特征矢量(即图像向空间的投影)具有一定的稳健性,识别系统对不同的倾斜角度,乃至不同的表情均有一定的鲁棒性,因此本文主要利用该类方法中的概率主成分分析和独立成分分析进行人脸识别。 在基于高阶统计的独立成分分析ICA中,一般的ICA模型都是考虑无噪声模型,正如因子分析FA和概率PCA一样,实际中存在的都是有噪声的模型,同时由于在非高斯变量的高阶统计的有噪声模型中,很难估计出模型中的参数。因此针对有噪声独立成分分析模型,本文提出利用统计物理学中的平均场近似(Mean Field proximation)的方法来求解有噪声ICA模型中的参数。由于利用最大后验概率求解模型参数时,需要求得状态变量的期望和方差,实际上很难直接通过概率模型参数来估计状态变量的期望,而平均场近似方法现已大量的应用在实际中解决这种困难,特别是在神经网络中,如波兹曼机。因此本文力图将平均场近似方法应用到有噪声的ICA模型中直接估计状态变量的期望和方差,以便获得状态的估计。该方法不要求观测信号数必须大于源信号数。通过语音等信号实验,结果表明该方法能解决无噪声ICA算法中不能解决的源信号数大于观测信号数(over-complete)的情况。同时将该方法应用到人脸识别中,并限制其模型的参数为非负,通过这种限制,分离出来的人脸特征更具有独立性,能进一步提高人脸识别率。
|
全文目录
相似论文
- 2D人脸模板保护算法研究,TP391.41
- 基于加权投票和关键帧提取的视频流人脸识别方法研究,TP391.41
- 基于差分演化的人脸识别方法研究,TP391.41
- 基于神经树的人脸识别方法研究,TP391.41
- 基于AdaBoost算法的人脸识别研究,TP391.41
- 基于MMTD的人脸识别方法研究,TP391.41
- 分子三次、分母二次有理样条权函数神经网络研究及应用,TP183
- 面向电力营销服务的客户身份自动识别系统设计,TP391.41
- 内源光学与微电极视觉实验平台设计,TP391.41
- 脑磁共振成像数据的多类模式分析,TP391.41
- 基于改进最大间距准则的人脸识别研究,TP391.41
- 基于ICA和时延估计的油气水三相流气液相速度测量方法研究,TP274
- 基于性别分组的年龄预测技术研究,TP391.41
- 基于人脸识别的考勤系统的设计与实现,TP391.41
- 基于DM6446的嵌入式近红外人脸识别系统,TP391.41
- 人脸识别技术研究,TP391.41
- 文本分类中特征降维技术的研究,TP391.1
- 双模态人脸识别系统的研究与实现,TP391.41
- 人脸识别中图像描述方法的研究,TP391.41
- 用于移动机器人的人脸检测与识别系统研究,TP391.41
- 基于小波包变换和二维四元数主成分分析的人脸识别方法,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|