论文部分内容阅读
本文主要研究了基于新型机器学习方法的人脸识别技术，内容涉及人脸检测与人脸识别。本文将机器学习领域最新的研究进展，如选择性集成学习和非线性流形学习等应用于人脸识别，做出了三个方面的创新工作：
第一，提出了基于投影函数的人脸检测算法。研究了不同投影函数用于精确定位眼睛位置时的不同特点，并提出了广义投影函数GPF的概念。使用一种广义投影函数的特例——混合投影函数HPF能够精确定位眼睛的中心位置，从而提高了人脸检测的准确度。
第二，提出了选择性多本征空间集成人脸识别算法SEME，该算法自动选择人脸图像中不同的子区域结合起来进行人脸识别，能够获得比直接使用整张人脸图像更高的识别率。
最后，提出了非线性流形学习算法S-Isomap，使用S-Isomap进行可视化和分类都取得了较好的效果，从而为设计基于非线性流形的人脸识别算法奠定了基础。