[發(fā)明專利]基于等距映射的人臉圖像識別方法無效
| 申請?zhí)枺?/td> | 200910198305.7 | 申請日: | 2009-11-05 |
| 公開(公告)號: | CN101706871A | 公開(公告)日: | 2010-05-12 |
| 發(fā)明(設計)人: | 李元祥;魏憲;許鵬 | 申請(專利權)人: | 上海交通大學 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/62 |
| 代理公司: | 上海交達專利事務所 31201 | 代理人: | 王錫麟;王桂忠 |
| 地址: | 200240 *** | 國省代碼: | 上海;31 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 等距 映射 圖像 識別 方法 | ||
技術領域
本發(fā)明涉及的是一種圖像處理技術領域的方法,具體是一種基于等距映射的人臉圖像識別方法。
背景技術
傳統(tǒng)模式識別中,經(jīng)典子空間方法如主成分分析法(Principal?ComponentAnalysis,PCA)、Fisher線性判別分析方法(Fisher?Linear?DiscriminantAnalysis,LDA)等本質上都是運用各種優(yōu)化準則尋找高維輸入空間到低維子空間的最佳投影矩陣,它們在人臉、文字識別等應用中取得了良好的效果。但是在遇到一些復雜的非線性問題時,就失去了它們的優(yōu)勢,基于此,非線性方法便應運而生,一種是基于核的方法,另外一種就是基于流形學習的方法。基于譜論的流形學習方法可以分為局部方法與全局方法兩種。
局部流形學習方法起始于Rowels和Saul提出的局部線性嵌入方法(Locally?Linear?embedding,LLE)(S.Roweis?and?L.K.Saul.Nonlineardimensional?reduction?by?locally?linear?embedding[J].Science,December2001?vol.290:2323-2326.),該方法能夠把高維輸入空間的數(shù)據(jù)點映射到一個全局低維坐標系,同時保留了鄰接點之間的關系,這樣,局部的幾何結構就能夠得到保持,近年來,在LLE方法的基礎上,局部保持流形學習方法逐漸發(fā)展成為一個比較活躍而且相對成熟的重要分支;全局流形學習方法起始于Tenenbaum等提出的等距映射方法(ISOMAP)(J.B.Tenenbaum,V.de?Silva,and?john?C.Langford.A?global?geometric?framework?for?nonlinear?dimensionalreduction[J].Science,2000,vol.290:2319-2323.),該方法首先構建每個輸入數(shù)據(jù)點的鄰域圖,然后利用鄰域圖中的最短路徑得到近似的測地線距離,代替不能表達內在流形結構的Euclidean距離,最后經(jīng)過多維尺度分析(Multidimensional?Scaling,MDS)處理,發(fā)現(xiàn)嵌入在高維輸入空間的低維嵌入.在人臉和手勢的實驗中,ISOMAP方法發(fā)現(xiàn)了嵌入高維空間中的潛在低維參數(shù)空間。此后,引入了核的思想,一定程度上增強了ISOMAP方法的推廣能力。
以上方法都是基于重構誤差最小化的思想,沒有清晰的投影矩陣,對于模式分類而言不是最優(yōu)的,不能直接應用于識別。
此外,已有的ISOMAP系列方法需要通過計算點與點間的歐氏距離尋找最近鄰,進而得到點與點間的最短路徑。這種基于點的運算對噪聲高度敏感,尤其在圖像識別領域,對哪怕很小的形變都會影響到整個方法的處理效果,不具有拓撲穩(wěn)定性。
鑒于此,為了使等距映射算法能夠很好的應用于模式識別領域,便提出了一種基于鄰域圖像歐氏距離和Direct?LDA的ISOMAP識別方法(KIMD-ISOMAP),該方法基于鄰域的圖像歐氏距離(Image?Euclidean?Distance,IMED)計算點與點間的距離,進而尋找最近鄰,建立全部數(shù)據(jù)點的距離關系矩陣,較之傳統(tǒng)歐氏距離,圖像歐氏距離考慮到二維圖像像素間的空間位置關系,對圖像噪聲有一定的魯棒性。此外,運用基于鄰域的圖像歐氏距離,可以一定程度上降低距離計算的時間復雜度。同時用直接線性判別分析方法(Direct?LDA)取代多維尺度分析法(MDS)進行降維,MDS方法基于可視化的準則,對分類而言不是最優(yōu)的,不能直接用于識別,基于分類的Direct?LDA方法便能夠很好的解決這個問題,在減小計算復雜度和處理“小樣本問題”上也有一定的優(yōu)勢。
發(fā)明內容
本發(fā)明針對現(xiàn)有技術存在的上述不足,提供一種基于等距映射的人臉圖像識別方法,同時考慮圖像像素間的空間關系特征,用直接線性判別分析方法取代多維尺度分析法,在人臉識別試驗中取得了較高的識別率。
本發(fā)明是通過以下技術方案實現(xiàn)的,本發(fā)明包括以下步驟:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于上海交通大學,未經(jīng)上海交通大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/200910198305.7/2.html,轉載請聲明來源鉆瓜專利網(wǎng)。
- 彩色圖像和單色圖像的圖像處理
- 圖像編碼/圖像解碼方法以及圖像編碼/圖像解碼裝置
- 圖像處理裝置、圖像形成裝置、圖像讀取裝置、圖像處理方法
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序以及圖像解碼程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序、以及圖像解碼程序
- 圖像形成設備、圖像形成系統(tǒng)和圖像形成方法
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序





