LPP算法在人臉識(shí)別中的應(yīng)用研究.pdf

1、近年來(lái)，人臉識(shí)別技術(shù)的發(fā)展受到人們的高度關(guān)注。因眾多學(xué)者的努力探索，該技術(shù)的發(fā)展越來(lái)越成熟了。歷經(jīng)50多年的研究，人們?cè)谌四樧R(shí)別研究領(lǐng)域已經(jīng)取得許多成果。但是，由于化妝等因素影響人臉面部特征的提取，導(dǎo)致了人臉識(shí)別仍然存在許多問(wèn)題。其中小樣本問(wèn)題是人臉識(shí)別中核心問(wèn)題之一，也是流形模式識(shí)別必須高度關(guān)注的。本文針對(duì)人臉識(shí)別中的小樣本問(wèn)題及在識(shí)別過(guò)程中因計(jì)算特征矩陣復(fù)雜性問(wèn)題展開深入研究，主要研究工作與創(chuàng)新點(diǎn)如下:
　　1、針對(duì)LPP算法

2、無(wú)法利用判別信息等缺點(diǎn)，提出判別局部保持投影(DLPP)算法，它已經(jīng)成功運(yùn)用維數(shù)約簡(jiǎn)技術(shù)在許多分類問(wèn)題中。然而在計(jì)算過(guò)程中為了避免遭遇到小樣本問(wèn)題，DLPP要進(jìn)行降維，這樣會(huì)丟失有效的判別信息。直接線性判別分析(DLDA)算法通過(guò)不同對(duì)角化順序可以解決這個(gè)問(wèn)題。啟發(fā)于DLDA算法，將DLDA引入到LPP中，提出了一種改進(jìn)的LPP算法。因?yàn)镈LDA算法保留了有效的判別信息，所以，改進(jìn)的LPP算法識(shí)別效果優(yōu)于DLPP和LPP算法。
　

3、　2、根據(jù)上面的介紹知道，為了提高識(shí)別率和避免小樣本問(wèn)題，提出了判別局部保持投影DLPP算法。但是，在計(jì)算過(guò)程中需要解決稠密矩陣特征分解問(wèn)題。由于該算法消耗大量的時(shí)間和內(nèi)存，使得在數(shù)據(jù)集較大時(shí)，算法無(wú)法應(yīng)用。譜回歸判別分析(SRDA)算法可以有效的節(jié)省時(shí)間和內(nèi)存的消耗，同時(shí)譜回歸分析算法由于譜方法的運(yùn)用而提高了識(shí)別率?；赟RDA，提出一個(gè)改進(jìn)的局部保持投影LPP算法:譜回歸判別局部保持投影算法(SRDLPP)。在人臉庫(kù)上的實(shí)驗(yàn)表明，本