目标识别中基于最小化训练误差的特征提取算法研究(可复制论文).pdf

知识水坝***@pologoogle为您整理
.,秚甧“琲甋.,.行,打瑂瓾.‘、甇,..阛鄌
知识水坝***@pologoogle为您整理
∽.锄,、,庇.,,Ⅲ
夕≈旧阹月琍日中国科学技术大学学位论文原创性和授权使用声明本人声明所呈交的学位论文,是本人在导师指导下进行研究工作所取得的成果。除己特别加以标注和致谢的地方外,论文中不包含任何他人已经发表或撰写过的研究成果。与我一同工作的同志对本研究所做的贡献均已在论文中作了明确的说明。本人授权中国科学技术大学拥有学位论文酶部分使用权,郎:学校有权按有关规定向国家有关部门或机构送交论文的复印件和电予版,允许论文被查阅和借阅,可以将学位论文编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。保密的学位论文在解密后也遵守此规定。作者签名:
人脸识别中的子空间分析方法脸库上测试的。集都包括鐾凡啃J悠灯虾种不同语音视频片断。另外,其中流。由于人脸图像的维数通常都是很高的,而实际上人脸图像在这样的高维空据一定的性能目标来寻找线性或非线性的空间变换,把原始信号数据压缩到一个低维子空间中,使数据在该子空间的分布更加紧凑,为数据的描述提供了更脸识别存在理论缺陷。传统特征脸算法仅反映了图像之间所有的差异,但它并多模态生物特征数据库‘该数据库包括嗽个月时间内温贾频娜肆澈陀镆羰荨C看尾的模型也是可以得到的。由于人脸图像的复杂性,显式的描述人脸特征具有一定的困难,因此近年来,基于统计分析的子空间方法越来越受到重视,成为当前人脸识别方法的主间中分布很不紧凑,因而不利于分类,在计算上的复杂度也非常大,因此人们往往将人脸图像投影到低维的子空间进行判别。子空间方法的基本出发点是根好的手段,另外其计算复杂度也大为降低。子空间分析方法除了有线性和非线性之分以外,根据不同的性能目标要求,得到的子空间也是不一样的。目前在人脸识别中得到成功应用的子空间分析方法包括主分量分析,【引、线性判别分析,【俊⒍懒⒅髟7治特征脸法就是典型的一种线性子空间方法。由于特征脸算法的理论基础是变换,变换是图像压缩中的一种最优正交变换,它以样本的最优重建为目的,它是图像的最佳描述方法而不是图像的最佳分类方法,因此特征脸算法用于人不能区分这些差异是由人脸带来的还是由外在因素带来的。特征脸算法随着光性为目标的,寻找一组线性变换使得每类的类内离散度最小而类间离散度最大,因此从理论上讲,螾更适合于人脸识别问题。最佳判别方向的求解实际是求解类内散布矩阵的特征值。但对小样本问题来说,类内离散度矩阵奇异,因此引入了基于子空间的线性判别方法。首先将原始图像投影到由纬傻子空间中将其维数降低,然后在人脸子空间中应用信斜鸱掷唷T谡饫第一章绪论,【取
人脸识别中的子空间分析方法脸库上测试的。集都包括鐾凡啃J悠灯虾种不同语音视频片断。另外,其中流。由于人脸图像的维数通常都是很高的,而实际上人脸图像在这样的高维空据一定的性能目标来寻找线性或非线性的空间变换,把原始信号数据压缩到一个低维子空间中,使数据在该子空间的分布更加紧凑,为数据的描述提供了更脸识别存在理论缺陷。传统特征脸算法仅反映了图像之间所有的差异,但它并多模态生物特征数据库‘该数据库包括嗽个月时间内温贾频娜肆澈陀镆羰荨C看尾的模型也是可以得到的。由于人脸图像的复杂性,显式的描述人脸特征具有一定的困难,因此近年来,基于统计分析的子空间方法越来越受到重视,成为当前人脸识别方法的主间中分布很不紧凑,因而不利于分类,在计算上的复杂度也非常大,因此人们往往将人脸图像投影到低维的子空间进行判别。子空间方法的基本出发点是根好的手段,另外其计算复杂度也大为降低。子空间分析方法除了有线性和非线性之分以外,根据不同的性能目标要求,得到的子空间也是不一样的。目前在人脸识别中得到成功应用的子空间分析方法包括主分量分析,【引、线性判别分析,【俊⒍懒⒅髟7治特征脸法就是典型的一种线性子空间方法。由于特征脸算法的理论基础是变换,变换是图像压缩中的一种最优正交变换,它以样本的最优重建为目的,它是图像的最佳描述方法而不是图像的最佳分类方法,因此特征脸算法用于人不能区分这些差异是由人脸带来的还是由外在因素带来的。特征脸算法随着光性为目标的,寻找一组线性变换使得每类的类内离散度最小而类间离散度最大,因此从理论上讲,螾更适合于人脸识别问题。最佳判别方向的求解实际是求解类内散布矩阵的特征值。但对小样本问题来说,类内离散度矩阵奇异,因此引入了基于子空间的线性判别方法。首先将原始图像投影到由纬傻子空间中将其维数降低,然后在人脸子空间中应用信斜鸱掷唷T谡饫第一章绪论,【取