基于大規(guī)模數(shù)據(jù)庫的人臉識別研究.pdf

1、經(jīng)過近四十年的研究發(fā)展，人臉識別技術得到了長足的發(fā)展并投入到了商業(yè)應用。但實踐表明人臉識別技術還遠不夠成熟，特別是在大規(guī)模數(shù)據(jù)庫條件下，存在識別率較低、識別時間較長等嚴重問題。 為此，本文主要對大規(guī)模數(shù)據(jù)庫下的人臉識別進行研究，重點對大規(guī)模數(shù)據(jù)庫下的人臉識別問題中識別率較低、識別時間較長兩個關鍵性問題進行了研究，并提出了新的算法。本文的主要工作和創(chuàng)新如下： （1）對大規(guī)模數(shù)據(jù)庫下子空間分析系列算法的性能進行了系統(tǒng)地研究。

2、在這一部分，本文首次對在大規(guī)模數(shù)據(jù)庫下子空間分析系列算法的性能進行了系統(tǒng)地研究。通過大量的實驗，得出了幾點對今后子空間分析算法在大規(guī)模數(shù)據(jù)庫上的性能研究具有參考意義的結(jié)論：在大規(guī)模數(shù)據(jù)庫的情況下，基于核的非線性子空間分析算法優(yōu)于線性子空間分析算法；在基于核的非線性子空間分析系列算法中，基于核的有監(jiān)督局部保持投影算法在大規(guī)模數(shù)據(jù)庫上的性能最優(yōu)。 （2）在（1）的基礎上，提出了適合于大規(guī)模數(shù)據(jù)庫的人臉特征提取算法——有監(jiān)督多尺度核局

3、部保持投影算法。該算法首先對人臉圖像進行Gabor變換，充分提取原始圖像的細節(jié)特征。然后采用雙向二維主分量分析（2D-2DPCA）進行降維的同時考慮圖像的拓撲信息，保證后續(xù)操作能夠提取到可分性特征。最后在Gabor特征空間中采用基于核的有監(jiān)督局部保持投影算法提取人臉非線性局部流形結(jié)構(gòu)特征，同時利用樣本類別信息，獲取判別意義上的最優(yōu)人臉特征。實驗證明了該算法在大規(guī)模數(shù)據(jù)庫情況下具有較好的魯棒性。 （3）提出了基于動態(tài)聚類的大規(guī)模人

4、臉庫快速檢索算法。本文針對人臉識別技術的自身特點，提出了基于動態(tài)聚類的索引機制，最終提出了一種基于動態(tài)聚類的適合大規(guī)模人臉庫的快速檢索算法。該算法首先利用本文提出的有監(jiān)督多尺度核局部保持投影算法對人臉圖像庫進行離線特征提取和降維，生成人臉特征庫，然后用改進后的K均值聚類算法對人臉特征庫進行離線動態(tài)聚類，生成圖像索引，同時提出一種新的搜索模型進行檢索。實驗證明該算法在保證較高的識別率的同時，極大地提高了大規(guī)模人臉庫的檢索效率。 （