核方法的改进与其在人脸识别上的应用

核方法的改进与其在人脸识别上的应用

ID:39134494

大小:3.24 MB

页数:37页

时间:2019-06-25

核方法的改进与其在人脸识别上的应用_第1页
核方法的改进与其在人脸识别上的应用_第2页
核方法的改进与其在人脸识别上的应用_第3页
核方法的改进与其在人脸识别上的应用_第4页
核方法的改进与其在人脸识别上的应用_第5页
资源描述:

《核方法的改进与其在人脸识别上的应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、isb甜erintlletimee伍ci吼嘎andgivesoutitsshortcolIling.Keywords:KemelAnalysisApp∞acll,f-acerecogIlition,kemelmappin岛inte印01ationIV中山大学硕士学位论文核方法的改进及其在人脸识别上的应用论文原创性声明本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式

2、标明。本人完全意识到本声明的法律结果由本人承担。39学位论文作者签名:旁譬铭23吨年1月2一日中山大学硕士学位论文核方法的改进及其在人脸识别上的应用学位论文使用授权声明本人完全了解中山大学有关保留、使用学位论文的规定,即:学校有权保留学位论文并向国家主管部门或其指定机构送交论文的电子版和纸质版,有权将学位论文用于非赢利目的的少量复制并允许论文进入学校图书馆、院系资料室被查阅,有权将学位论文的内容编入有关数据库进行检索,可以采用复印、缩印或其他方法保存学位论文。41学位论文作者签名:鼍走锯日期:2‘厶苫年6月乏日导师签名:日期:年月日中山大学

3、硕士学位论文核方法的改进及其在人脸识别上的应用1.1核分析方法简介第一章引言模式识别是一种输入原始数据并根据其类别进行分类的技术,它诞生于20世纪20年代,随着计算机的出现和发展,以及人工智能学科的兴起,模式识别在20世纪60年代成为一门新兴的学科,它所涉及的理论和方法在许多科学技术领域中起到了推动作用。模式识别主要分为统计模式识别和句法模式识别两大分支,统计模式识别在生物特征识别中有广泛的应用,例如人脸识别,语音识别,指纹识别,虹膜识别等。典型的模式识别系统一般由以下5个部分组成[1]:(1)传感器,一个模式识别系统的输入通常依赖于传感器

4、,比如摄像机或者麦克风阵列等,问题的难度很大程度上依赖传感器的特性和局限性。(2)分割器,通过分割器,每个样本需要分类的模式必须被分割出来。(3)特征提取器,特征提取器主要提取出如下特征:来自同一类别的不同样本的特征值非常相近,而来自不同类别的样本的特征值有很大差异。(4)分类器,分类器根据特征提取器得到的特征向量给被测对象一个类别标记。(5)后处理器,后处理器利用分类器的输出结果采取相应的动作。分类器的设计是模式识别领域中的一个热点和难点,一般来说,分类的难易程度取决于两个因素:(1)来自同一个类别的不同样本之间的特征值的波动;‘(2)属

5、于不同类别样本的特征之间的差异。近年来,基于核分析的判别方法成为分类方法研究中的一个热点。最初,V.Vapnik[2]提出这种方法并应用于支持向量机(SⅧ)中。SVM方法是建立在统计学习理论的VC维理论和结构风险最小原理基础上的,根据有限的样本信息在模式的复杂性和学习能力之间寻找最佳的折中来获得最好的泛化能力。在实际问题中,很多情况是线性不可分的,这时如果应用线性判别的分类方法进行分类,相当于对复杂的非线性情况进行了简单的线性假设,因而往往无法达到预期的效果。为了将非线性分类的问题转化为线性可分问题,需要通过非线性变换将样本从原有的样本转换

6、到高维的特征空间中,使样本在高维的特征空间中的像点变得线性可分,通过在特征空间利用线性方法对样本的像点进行分类,从而来实现原空间中的非线性判别函数。由于特征空间的维数往往第一章引言非常高,有时甚至是无限的,这样就使问题陷入了“维数灾难",为了解决这个问题,非线性映射是通过定义的内积函数实现的,这种利用内积隐藏非线性映射的技巧就是通常说的核策略或者核方法。通过核映射,算法的复杂度就仅仅和样本的个数有关而和样本特征的维数有关,而巧妙的避免了“维数灾难”。目前,由于在非线性可分问题上的优势明显,核方法已经被广泛应用在模式识别的各个领域。作为一种由

7、线性到非线性的桥梁,核方法本身并不是一门新技术,相关的研究可以追溯到上世纪初。然而,直到统计理论和支持向量机的先后提出,核方法才引起学术界和工程界的关注。尽管核方法的研究时间不长,但其在非线性特征提取效率,模式分类的泛化能力等方面表现出来的优良性能已经引起及其学习的广泛关注,并成为当前的研究热点。目前,对核方法的研究已经相当成熟,主要是核函数的构造和核参数的选择两个大的方面。在核参数的选择方面,众多研究者针对处理问题的不同,分别给予了不同的研究。例如,JiallH啪g,PongC.Yuen等人对不同姿势、光照下人脸识别的核参数选择上做了一些

8、工作【3】。上述两者的工作,都是避开了核映射的构造,而去直接选择核函数及其参数。因此,对核映射构造的研究将是一个新的领域,本文也将就此展开研究讨论。1.2核主成分析和核Fishe

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。