局部稀疏保留投影方法及在人臉識別中的應用.pdf

1、在信號處理、模式識別、圖像處理等領域中，稀疏方法已經(jīng)成功地應用于解決很多實際問題。比如在信號處理領域中，稀疏問題的研究在于以低于奈奎斯特采樣速率壓縮和表示信號，處理過的信號依然保持了充足的信息量足以恢復出原始信號。鑒于稀疏在各領域中的廣泛研究，本文首先介紹了稀疏在人臉識別方向上的應用，包括稀疏分類器，稀疏投影，以及二維稀疏方法等。
　　同時，目前大部分線性分析方法都是從樣本的全局結構出發(fā)，而忽略了樣本間的局部特性，因此文章中討論了

2、幾種局部結構保留的方法，他們都是以保留數(shù)據(jù)局部結構的方式將高維的原始樣本投影到低維空間，因此能處理線性鑒別方法不能克服的同類樣本較分散的問題。
　　鑒于稀疏表示和局部結構保留算法研究的深入，我們探索是否可以將二者進行結合。通過對特定樣本的總體稀疏系數(shù)進行研究我們發(fā)現(xiàn)，大部分的非零系數(shù)屬于離目標樣本較近的那些樣本，即近鄰樣本，這說明稀疏表示本身就存在著局部特性。于是本文在以前工作的基礎上提出了一種新的局部稀疏保留投影算法WLSPP。

3、WLSPP從很少的近鄰樣本中重建目標訓練樣本，并且尋找一個投影空間以保持所有訓練樣本的局部稀疏重構關系。
　　WLSPP是一種無監(jiān)督的方法，這意味著在分類中并不能有很好的鑒別能力。為增強WLSPP的鑒別能力，希望有樣本的類別標簽信息被加入到局部結構保留的算法中，本文進一步提出了一種有監(jiān)督局部稀疏保留投影WSLSPP，它將近鄰樣本的對分類至關重要的標簽信息加入到WLSPP中，并尋求投影向量使同類近鄰的稀疏重構之間誤差最小，異類近鄰的