学位论文 > 优秀研究生学位论文题录展示

邻域结构保持投影及应用

作　者: 李毅英
导　师: 高西全；高全学
学　校: 西安电子科技大学
专　业: 通信与信息系统
关键词: 流形学习差异几何结构相似几何结构特征提取人脸识别
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 29次
引　用: 0次
阅　读: 论文下载

内容摘要

人脸识别作为一种典型的生物特征识别技术,以其自身的优势已经成为一个热点研究问题。在人脸识别中,特征提取是非常关键的一步,影响着后续分析和分类系统的性能。因此,如何有效地提取出反映数据本质结构的特征,方便后续分类,已成为目前需要解决的核心问题之一。在众多方法中,子空间分析是目前非常活跃的研究方向之一。本论文从子空间分析中的流形学习技术入手,深入研究了基于图论的图像空间几何结构描述,主要内容和贡献有:1.针对NPE不能较好地保持模式之间的差异信息,尤其是非线性数据的差异信息,提出了邻域结构保持嵌入(Neighborhood Structure Preserving Embedding, NSPE)。NSPE分别利用差异邻接图和相似邻接图描述数据空间的差异几何关系和相似几何关系,并给出了度量差异信息和相似信息的离散度矩阵;在此基础上,给出了一个意义明确、简洁的特征提取准则。2.针对NSPE需要将图像数据转换成向量,导致计算复杂和小样本等问题,提出了二维邻域结构保持嵌入算法(Two-dimensional Neighborhood Structure Preserving Embedding ,2DNSPE)。2DNSPE直接用图像矩阵来计算度量图象差异信息和和相似信息的离散度矩阵;在此基础上,给出了简洁、明确的特征提取准则。3.针对2DNPE和2DNSPE不能很好地保持图像像素的空间几何关系,导致冗余比较多和识别率不是足够的好等问题,分别提出了二维方向邻域保持嵌入(Directional Two-dimensional Neighborhood Preserving Embedding,Dir-2DNPE)和二维方向邻域结构保持嵌入(Directional Two-dimensional Neighborhood Structure Preserving Embedding, Dir-2DNSPE)算法。两种算法借助方向图对图象像素进行重组,有效地利用了像素的空间几何关系,然后分别利用Dir-2DNPE和Dir-2DNSPE提取图像特征,实验结果证实了所提方法的有效性。

全文目录

摘要  3-4
Abstract  4-7
第一章绪论  7-15
  1.1 选题来源与研究背景  7-8
    1.1.1 课题来源  7
    1.1.2 研究背景  7-8
  1.2 研究现状  8-13
    1.2.1 人脸识别  8-10
    1.2.2 特征提取  10-13
  1.3 本论文研究内容及安排  13-15
第二章邻域结构保持嵌入  15-33
  2.1 基本知识  15-20
    2.1.1 主成分分析  15-17
    2.1.2 局部线性嵌入  17-18
    2.1.3 邻域保持嵌入  18-20
  2.2 邻域结构保持嵌入  20-26
    2.2.1 算法思想  20
    2.2.2 差异信息描述  20-21
    2.2.3 相似信息描述  21-22
    2.2.4 信息保持准则  22-24
    2.2.5 特征提取及分类  24
    2.2.6 NSPE算法总结  24-25
    2.2.7 理论分析  25-26
  2.3 实验仿真  26-32
    2.3.1 常用人脸库介绍  26-27
    2.3.2 实验仿真与分析  27-31
    2.3.3 参数分析  31-32
  2.4 本章小结  32-33
第三章二维邻域结构保持嵌入  33-43
  3.1 二维邻域保持嵌入  33-34
  3.2 二维邻域结构保持嵌入  34-39
    3.2.1 差异信息描述  35-36
    3.2.2 相似信息描述  36-37
    3.2.3 信息保持准则  37-38
    3.2.4 特征提取及分类  38-39
    3.2.5 2DNSPE算法总结  39
  3.3 实验仿真  39-42
    3.3.1 UMIST人脸库仿真分析  39-41
    3.3.2 Yale人脸库仿真分析  41-42
  3.4 本章小结  42-43
第四章基于方向图的二维保持嵌入  43-57
  4.1 二维邻域保持嵌入与二维邻域结构保持嵌入  43-46
    4.1.1 二维邻域保持嵌入  43-44
    4.1.2 二维邻域结构保持嵌入  44-46
  4.2 方向图  46-47
  4.3 二维方向邻域保持嵌入  47-52
    4.3.1 信息保持准则  47-48
    4.3.2 特征提取及分类  48
    4.3.3 Dir-2DNPE算法总结  48-49
    4.3.4 Dir-2DNPE实验仿真  49-52
  4.4 二维方向邻域结构保持嵌入  52-55
    4.4.1 信息保持准则  52-53
    4.4.2 特征提取及分类  53
    4.4.3 Dir-2DNSPE算法总结  53-54
    4.4.4 UMIST人脸库仿真分析  54-55
  4.5 本章小结  55-57
第五章总结与展望  57-59
  5.1 总结  57-58
  5.2 展望  58-59
致谢  59-61
参考文献  61-65
研究成果  65-66

邻域结构保持投影及应用

内容摘要

全文目录

相似论文