PCA和粗糙集的聯(lián)合自尋優(yōu)特征選擇在人臉識(shí)別中的應(yīng)用.pdf

1、隨著社會(huì)的發(fā)展，各個(gè)方面對(duì)快速有效的身份驗(yàn)證的要求日益迫切。由于生物特征是人的內(nèi)在屬性，具有很強(qiáng)的自身穩(wěn)定性和個(gè)體差異性，因此是身份驗(yàn)證的理想依據(jù)。其中利用人臉特征又是最自然直接的手段，相比其他生物特征，它具有直接、友好、方便的特點(diǎn)，易于為用戶(hù)接受。從而，人臉識(shí)別吸引了越來(lái)越多來(lái)自計(jì)算機(jī)視覺(jué)和信號(hào)處理等領(lǐng)域的關(guān)注，成為模式識(shí)別、圖像處理等學(xué)科的一大研究熱點(diǎn)。 人臉識(shí)別主要由三部分構(gòu)成：人臉圖像的預(yù)處理、人臉特征的提取和選擇、以及

2、人臉的分類(lèi)判別。其中人臉特征的提取和選擇可以說(shuō)是重中之重，也是本文的研究重點(diǎn)。 主成分分析(PCA)法是目前應(yīng)用最廣泛的特征提取方法之一。它可以提供基于最小化重構(gòu)誤差的優(yōu)化特征提取和約簡(jiǎn)，然而卻并不能保證所選擇的作為特征向量的主成分都是有利于分類(lèi)的。而粗糙集理論中約簡(jiǎn)的計(jì)算方法可用于作為約簡(jiǎn)的主成分的挑選，從而使得這些被挑選出來(lái)的主成分可以充分描述數(shù)據(jù)集中的所有概念。本文收集和分析了近年來(lái)國(guó)內(nèi)外關(guān)于粗糙集理論的學(xué)術(shù)論文及研究報(bào)告

3、，對(duì)粗糙集理論應(yīng)用于特征選擇的若干理論問(wèn)題進(jìn)行了探討，從而提出了PCA和粗糙集的聯(lián)合自尋優(yōu)特征算法。這種算法引入基于基因算法和模擬退火算法的思想的粗糙集自尋優(yōu)約簡(jiǎn)方法對(duì)PCA所提取和約簡(jiǎn)的特征進(jìn)行進(jìn)一步約簡(jiǎn)，以期得到能夠充分體現(xiàn)數(shù)據(jù)空間信息的最小特征集合。 在人臉識(shí)別中，聯(lián)合自尋優(yōu)特征選擇算法首先利用PCA對(duì)人臉圖像進(jìn)行基于最小化重構(gòu)誤差的人臉特征的提取和約簡(jiǎn)，在此基礎(chǔ)上利用粗糙集的自尋優(yōu)約簡(jiǎn)方法進(jìn)一步得到能充分體現(xiàn)人臉信息的最