论文部分内容阅读
人脸识别是模式识别领域中的重要分支之一，由于姿势、光照和面部表情等非线性因素的存在，使得人脸识别成为复杂度较高的非线性分类问题。因此，线性分类方法在人脸识别中往往得不到预想的结果，为了解决这个问题，诸如核Fisher判别分析和核主成分分析等基于核的识别方法被提出，并在解决非线性问题上已显示出了有效性。
本文在对传统核方法的研究上，对传统核方法的算法做了一些改进，并将算法应用于人脸识别中。本文的主要工作有以下几个方面：
1)对核主成份分析以及核线性判别分析两种算法进行研究，并对核方法的特点进行归纳小结。
2)在传统方法的基础上，从理论上提出一种新的改进，包括训练样本的核映射构造，以及新样本用插值算法构造核映射，并对不同的插值算法进行分析比较。
3)利用实验对比了线性判别分析和核判别分析方法，用参数遍历的方法做了核参数的选择。将新的算法应用到人脸识别中，通过实验验证了新提出的算法在效率上具有显著的优越性，并分析了新算法的不足之处。