基于角度和距離度量的局部保留投影方法研究

基于角度和距離度量的局部保留投影方法研究

ID:26919324

大?。?.85 MB

頁數(shù):78頁

時間:2018-11-30

基于角度和距離度量的局部保留投影方法研究_第1頁
基于角度和距離度量的局部保留投影方法研究_第2頁
基于角度和距離度量的局部保留投影方法研究_第3頁
基于角度和距離度量的局部保留投影方法研究_第4頁
基于角度和距離度量的局部保留投影方法研究_第5頁
資源描述:

《基于角度和距離度量的局部保留投影方法研究》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫

1、單位代碼:10293密級:公開碩士學(xué)位論文論文題目:基于角度和距離度量的局部保留投影方法研究Y006091617學(xué)號孫杰姓名荊曉遠(yuǎn)導(dǎo)師模式識別與智能系統(tǒng)學(xué)科專業(yè)生物特征識別研究方向工學(xué)碩士申請學(xué)位類別二○一二年三月論文提交日期南京郵電大學(xué)學(xué)位論文原創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是我個人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知,除了文中特別加以標(biāo)注和致謝的地方外,論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果,也不包含為獲得南京郵電大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說明并表示了謝意

2、。本人學(xué)位論文及涉及相關(guān)資料若有不實,愿意承擔(dān)一切相關(guān)的法律責(zé)任。研究生簽名:_____________日期:____________南京郵電大學(xué)學(xué)位論文使用授權(quán)聲明本人授權(quán)南京郵電大學(xué)可以保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子文檔;允許論文被查閱和借閱;可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索;可以采用影印、縮印或掃描等復(fù)制手段保存、匯編本學(xué)位論文。本文電子文檔的內(nèi)容和紙質(zhì)論文的內(nèi)容相一致。論文的公布(包括刊登)授權(quán)南京郵電大學(xué)研究生院(籌)辦理。涉密學(xué)位論文在解密后適用本授權(quán)書。研究生簽名:____________導(dǎo)師簽名:_______

3、_____日期:_____________南京郵電大學(xué)碩士學(xué)位論文摘要學(xué)科、專業(yè):模式識別與智能系統(tǒng)研究方向:生物特征識別作者:孫杰指導(dǎo)教師:荊曉遠(yuǎn)題目:基于角度和距離度量的局部保留投影方法研究英文題目:ResearchonLocalityPreservingMethodsBasedonthemeasureofAngelandDistance主題詞:人臉識別;特征提??;流形學(xué)習(xí);復(fù)數(shù)特征融合;局部保留Keywords:Facerecognition;featureextraction;manifoldlearning;complexfeaturefusion;lo

4、calitypreserving南京郵電大學(xué)碩士研究生學(xué)位論文摘要摘要特征提取是人臉識別的最基本問題,但是目前大部分方法都是將樣本數(shù)據(jù)直接投影到低維空間,并沒有用到數(shù)據(jù)的局部結(jié)構(gòu)信息。研究指出人臉圖像在空間中往往呈現(xiàn)一種流形結(jié)構(gòu),即同類樣本通常會呈現(xiàn)一種聚合狀態(tài),而異類樣本往往呈現(xiàn)分散狀態(tài)。事實證明流形結(jié)構(gòu)對人臉的識別分類至關(guān)重要,為此越來越多的局部保留投影算法被提出來。實際中很多結(jié)構(gòu)保留算法都以樣本間的距離度量樣本親疏關(guān)系,并以此構(gòu)造近鄰結(jié)構(gòu)。但是通過本文的分析發(fā)現(xiàn)遇到多樣性數(shù)據(jù)時,樣本間的距離往往不能很好的表示近鄰關(guān)系,而以樣本間的角度作為度量要更有效。因此,

5、我們在以前工作的基礎(chǔ)上提出了基于角度的局部保留投影ALPP算法和局部鑒別投影ALDP算法,實驗結(jié)果證明它們不僅有更高的識別率,而且有更好的局部結(jié)構(gòu)保留能力。為了構(gòu)建更有效的近鄰結(jié)構(gòu),我們引入復(fù)數(shù)特征融合機(jī)制,將樣本間的距離和角度通過復(fù)數(shù)向量形式有機(jī)的結(jié)合起來,構(gòu)造一個全新的復(fù)數(shù)域近鄰結(jié)構(gòu),該結(jié)構(gòu)使得近鄰結(jié)構(gòu)中的樣本間空間關(guān)系更有層次感。在此基礎(chǔ)上,為確保投影到低維空間中的近鄰結(jié)構(gòu)既能保持原始樣本的距離關(guān)系,又能保持原始樣本間的角度關(guān)系,本文進(jìn)一步提出了復(fù)數(shù)局部保留投影CLPP算法和復(fù)數(shù)鑒別投影CLDP算法,它們使得局部結(jié)構(gòu)得到更好的保留。在AR,FERET和COI

6、L_20庫上的實驗,證明了本文的方法有更好的分類識別效果,又證明了我們的方法比其他方法有更加有效的局部結(jié)構(gòu)保留能力。關(guān)鍵詞:人臉識別;特征提?。涣餍螌W(xué)習(xí);復(fù)數(shù)特征融合;局部保留I南京郵電大學(xué)碩士研究生學(xué)位論文AbstractAbstractThemostfundamentalproblemforfacerecognitionisfeatureextraction,atpresentmostofthesemethodsdirectlyprojectthesampledatatolow-dimensionalspace,withoutusinglocalstructu

7、reofthedatainformation.Peoplefindthatfaceimageoftenpresentsamanifoldstructure,similarsamplesusuallyshowanaggregatestate,heterogeneoussamplesoftenshowascatteredstate.Itwasprovedthatmanifoldstructureisessentialforfacerecognition,somoreandmorestructurepreservingalgorithmshavebeenproposed

8、.Inpr

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。