圖象特征抽取與識別理論及其在人臉識別中的應(yīng)用.pdf

1、人臉識別技術(shù)是計算機模式識別領(lǐng)域非常活躍的研究課題.該文對人臉圖象的特征抽取與分類器設(shè)計方法進行研究,主要內(nèi)容如下:(1)提出了一種統(tǒng)計不相關(guān)最優(yōu)鑒別矢量集的新算法,對統(tǒng)計不相關(guān)最優(yōu)鑒別矢量集進行推廣,提出了對大小樣本均適合的廣義統(tǒng)計不相關(guān)最優(yōu)鑒別矢量集的新算法.(2)提出了基于最優(yōu)鑒別分析的圖象特征抽取的一系列新方法,它們包括:基于對類內(nèi)矩陣S<,w>進行譜分解的F-S最優(yōu)鑒別矢量集方法,該方法在類別數(shù)比較小時非常有效;一種改進的基于

2、SVD的最優(yōu)鑒別矢量求解算法,將該方法用于人臉識別時有較好的性能;非線性最優(yōu)鑒別矢量集方法,該方法雖然有效,但計算時間較長.(3)提出了基于廣義最優(yōu)鑒別分析的圖象特征抽取的一系列新方法,它們包括:Guo廣義最優(yōu)鑒別矢量集算法的改進方法;廣義最優(yōu)鑒別矢量集的解析算法,徹底解決廣義最優(yōu)鑒別矢量集的求解問題;提出了基于廣義K-L變換的特征抽取方法,并從理論上揭示了基于廣義K-L變換的特征抽取方法和基于廣義最優(yōu)鑒別準(zhǔn)則的特征抽取方法之間的關(guān)系.

3、(4)提出了一種在頻域上的代數(shù)特征抽取方法,該方法將小波分析、小波包分析和最優(yōu)鑒別分析、廣義最優(yōu)鑒別分析相結(jié)合.(5)對圖象分類器設(shè)計方法進行研究,主要包括:提出了一種基于廣義逆和概率推理的分類器設(shè)計方法;提出了一種新的自適應(yīng)模糊聚類算法;提出了基于模糊神經(jīng)網(wǎng)絡(luò)的分類器設(shè)計方法;并對多特征多分類器組合方法在人臉識別中進行實驗研究;(6)提出了一種只要一個訓(xùn)練樣本就能解決人臉識別問題的新方法,該方法結(jié)合了特征矩陣、Fisher最優(yōu)鑒別分析