基于LDA的人脸识别技术研究

《基于LDA的人脸识别技术研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、西安电子科技大学硕士学位论文基于LDA的人脸识别技术研究姓名：王海珍申请学位级别：硕士专业：测试计量技术及仪器指导教师：任获荣20100101摘要人脸识别是模式识别中极具挑战性的课题。在目前的人脸特征提取算法中，基于Fisher准则的线性判别分析(LDA)算法是一种较成功的特征提取算法。D．LDA算法是为解决标准LDA用于人脸特征提取时遇到的小样本问题而提出的一种解决方法。针对D．LDA实现过程中会间接丢失部分分类信息的问题，本文提出了基于D．LDA的改进算法一非参数直接线性判别分析(NonparametricD．LDA，ND．LDA)。该方法利用NDA非参数化思想对D．LDA

2、中的类间离散度形式进行了改进。从而使利用ND．LDA方法计算出的最佳投影方向，不仅能利用训练图像类内离散度矩阵的主空间和零空间的分类信息，而且具有NDA算法的优点一能用于各类数据不严格服从高斯分布情况下的分类问题。实验结果证明了本文提出的ND．LDA方法相对于D．LDA、Fisherfaces、NDA具有一定的优势。鉴于利用本文提出的ND．LDA算法提取的特征维数相对于D．LDA有了很大的增加。本文最终采用基于压缩感知的分类器对利用ND．LDA算法提取的人脸特征进行分类。实验结果表明，利用此分类器结合本文提出的改进方法能进一步提高人脸识别率。关键字：人脸识别线性判别分析直接线性

3、判别分析非参数线性判别分析压缩感知ABSTRACTFacerecognitionhasalwaysbeenachallengeinthefieldofPatternRecognition．LinearDiscriminantAnalysis(LDA)basedontheFishercriterionisasuccessfulaJgofithmamongthefeatureextractionalgorithms．InordertosolvetheSmallSampleSizeproblemwhichappearswhenusingLDAinFaceFeatureExtracti

4、on,D—LDAWasproposed．AssomeinformationhelpfulforclassificationwillbelostindirectlyduringtheimplementationofD-LDA,thisdissertationproposesanewalgorithmcalledND-LDAthatcallovercomethisshortcomingofD-LDA．n地newalgorithmintroducesanewdefinitionforthebetween-classscattermatrix，based01"Ithenonparame

5、trictechniqueofNDA．TheoptimaldiscriminantvectorscalculatedfromtheND-LDA，CallnotonlyexploitthediscriminantinformationinboⅡltheprincipalspaceandnullspaceofthewithin-classscarermatrix，butalsohavetheadvantageofNDAthatcallworkwellevenfornon-Gaussiandatasets．n屺experimentalresultsshowthatthedevelop

6、ednewalgorithmimprovestheperformanceoffacerecognitioncomparingtoD—LDA，FisherfacesandNDA．DuetothefeaturesextractedusingND—LDAisincreasedsignificantly,itisverysuitabletocollaboratewithclassifierbasedonCompressedSensingtheory．SosomeextensiveexperimentsareconductedusingtheclassifierbasedonCompre

7、ssedSensingtheory．111eexperimentsshowthattheproposedalgorithmND—LDACanachievemuchhigherrecognitionaccuracyusingtheclassifierbasedonCompressedSensingtheory．Keyword：FaceRecognitionLDAD-LDANDACompressedSensing西安电子科技大学学位论文独创性(或创新性)声明秉承学校严谨的学风和优良的科学道德，本