学位论文 > 优秀研究生学位论文题录展示

基于LPP算法的人脸识别技术研究

作　者: 刘俊宁
导　师: 张建明
学　校: 江苏大学
专　业: 计算机应用技术
关键词: 人脸识别 保局投影算法 流形空间 特征降维 最近邻分类器
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 204次
引　用: 0次
阅　读: 论文下载
 

内容摘要


人脸识别技术因具有重要的科学意义和实用价值,在近几年得到了研究者的高度重视,成为当前模式识别和人工智能领域的一个研究热点。它可以广泛地应用到安全部门、身份鉴别、电视会议、数字监控等领域。人脸识别一般分为人脸检测、特征抽取和模式分类三个部分。本文在综合分析国内外现有的人脸识别技术的基础上,对流形中的局部保持投影(locality preserving projections, LPP)算法进行了研究,提出基于中心域的LPP算法和基于约束的LPP算法。并设计实现相应的原型系统。本文的工作主要包括：(1)提出基于中心域的LPP算法。LBP算法简单,能方便地扩展到对整体特征的提取,本文首先利用LBP获取全局特征,然后对图像进行不均匀分块,提取包含眼睛、嘴巴等关键器官的中心域图像,以各中心域图像相互之间的欧式距离为标准构建最近相邻图,最后进行特征映射得到LPP算法的流形特征空间。该算法能有效地解决LPP算法中近邻图不能很好的表示流形空间的局部结构问题,并得到较少数量的特征维数。(2)提出基于约束的LPP(constraint LPP, CLPP)算法。考虑到LPP算法是无监督的,没有利用样本的类间信息,本文结合监督、半监督算法和流形学习方法,提出基于约束的LPP算法。该算法首先创建有标记和无标记两类近邻图,然后根据不同的规则赋值权重,将有标记近邻图的权重作为无标记权重的约束值,更改目标函数,增加约束值,最后进行特征映射形成新的流形特征空间。实验结果表明,该算法可以有效地利用样本的类间信息,提高识别率。(3)提出一种最近邻分布分类器。首先将要比较的训练特征集划分为多个子集,求取每一训练特征子集的均值和方差,根据分布的思想判断其整个子集与待识别样本的相似程度,然后将待识别样本与对所选取的相似子集中的每一个训练样本用最近邻分类器进行分类。该方法将分布判断思想与最近邻判断思想结合起来,可以有效地减少近邻判断的计算量,提高人脸识别率。(4)采用面向对象思想设计并开发基于LPP算法的人脸识别原型系统。该系统由图像预处理、LBP全局特征提取、LPP特征空间构建和人脸识别四个功能模块组成,实现以不同的方式构建最近相邻图,得到不同的特征空间。通过人脸识别的实验对比验证上述算法的有效性。

全文目录


摘要  4-5
ABSTRACT  5-8
第一章 绪论  8-21
  1.1 课题研究背景和意义  8-10
    1.1.1 研究背景  8-9
    1.1.2 研究意义  9-10
  1.2 人脸识别的国内外研究现状  10-12
  1.3 人脸识别的研究内容及主要方法  12-17
    1.3.1 研究内容  12-14
    1.3.2 人脸识别主要方法  14-17
  1.4 流形学习理论和方法  17-19
  1.5 本文的研究内容及主要工作  19-20
  1.6 论文的结构  20-21
第二章 人脸图像的预处理  21-28
  2.1 人脸库的选取  21-23
  2.2 人脸图像预处理  23-27
    2.2.1 图像噪声滤波  23-24
    2.2.2 图像灰度均衡化  24-25
    2.2.3 图像旋转  25-26
    2.2.4 图像姿态归一化  26-27
    2.2.5 图像尺度归一化  27
  2.3 小结  27-28
第三章 基于中心域的LPP算法  28-35
  3.1 LBP全局特征提取  28-30
  3.2 保局投影  30-31
    3.2.1 保局投影算法原理  30
    3.2.2 保局投影算法  30-31
  3.3 基于中心域的LPP算法  31-32
    3.3.1 欧几里德距离  31
    3.3.2 中心域的LPP算法  31-32
  3.4 实验结果及分析  32-34
  3.5 小结  34-35
第四章 基于约束LPP的人脸识别  35-45
  4.1 保局投影算法  35
  4.2 有监督保局投影(SLPP)  35-37
    4.2.1 监督流形学习  35-36
    4.2.2 有监督保局投影(SLPP)  36-37
  4.3 半监督聚类算法  37-39
    4.3.1 基于约束的半监督聚类算法  37-38
    4.3.2 基于距离的半监督聚类方法  38-39
  4.4 半监督拉普拉斯特征映射算法  39-41
    4.4.1 拉普拉斯特征映射  39-40
    4.4.2 半监督拉普拉斯特征映射算法  40-41
  4.5 约束LPP算法  41-42
    4.5.1 问题引入  41
    4.5.2 约束LPP算法  41-42
  4.6 实验结果及分析  42-43
  4.7 小结  43-45
第五章 基于最近邻分布的人脸识别  45-51
  5.1 决策理论方法  45
  5.2 最近邻域分类法  45-48
  5.3 最近邻分布分类法  48-49
    5.3.1 分布思想  48
    5.3.2 基于最近邻分布的识别  48-49
  5.4 实验结果分析  49-50
  5.5 小结  50-51
第六章 人脸识别原型系统的设计与实现  51-59
  6.1 概述  51
  6.2 原型系统的主要框架  51-52
  6.3 核心类的设计与实现  52-55
    6.3.1 图像处理基本类的设计  52-54
    6.3.2 矩阵类的设计  54-55
  6.4 原型系统实现  55-58
  6.5 小结  58-59
第七章 总结与展望  59-61
  7.1 总结  59-60
  7.2 展望  60-61
参考文献  61-65
致谢  65-66
攻读硕士期间发表的论文  66

相似论文

  1. 2D人脸模板保护算法研究,TP391.41
  2. 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
  3. 基于差分演化的人脸识别方法研究,TP391.41
  4. 基于神经树的人脸识别方法研究,TP391.41
  5. 基于AdaBoost算法的人脸识别研究,TP391.41
  6. 基于MMTD的人脸识别方法研究,TP391.41
  7. 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
  8. 基于人脸识别的图像美化系统设计与实现,TP391.41
  9. 基于特征融合的人脸识别算法研究,TP391.41
  10. 面向电力营销服务的客户身份自动识别系统设计,TP391.41
  11. 基于小波变换和线性子空间的人脸识别技术研究,TP391.41
  12. 基于局部二元模式和韦伯局部描述符的人脸识别,TP391.41
  13. 基于稀疏表达的人脸识别算法研究,TP391.41
  14. 彩色人脸检测与识别研究,TP391.41
  15. 可变光照和遮挡条件下的人脸识别技术研究及其应用,TP391.41
  16. 基于稀疏表示的人脸图像识别方法研究,TP391.41
  17. 基于子空间分析的人脸识别算法研究,TP391.41
  18. 分数阶微分数字图像处理及支持向量机在人脸识别中的应用研究,TP391.41
  19. 基于改进最大间距准则的人脸识别研究,TP391.41
  20. 膜蛋白分类的特征提取算法和数据集构建技术研究,Q51
  21. 基于NMF垃圾邮件过滤系统研究,TP393.098

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