学位论文 > 优秀研究生学位论文题录展示

稀疏表示和鉴别分析技术在人脸识别中的应用研究

作　者: 蓝超
导　师: 荆晓远
学　校: 南京邮电大学
专　业: 模式识别与智能系统
关键词: 人脸识别鉴别分析稀疏表示特征提取特征分类
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 250次
引　用: 0次
阅　读: 论文下载

内容摘要

本论文以人脸识别为主要背景,研究了两方面内容。一是当前热门的稀疏表示技术在人脸识别中的应用,二是经典的代数特征提取方法—鉴别分析技术及其扩展。稀疏表示技术源于信号处理领域,其基本思想是从大量基信号中挑取少量来线性重构目标信号以获取更高压缩率。过去三年,借鉴稀疏表示的思想,人们提出了全新的人脸识别框架。本文研究并丰富了稀疏表示在人脸分类和人脸特征提取中的应用。当前基于稀疏表示的人脸分类方法没有充分利用稀疏表示的特性。本文2.1节从分类的角度探讨了稀疏表示的可理解性,引入了一种高可理解性的混合稀疏表示用于人脸识别,并提出一种更简单和直观的分类法则。特征提取方面,当前基于稀疏表示的特征提取技术没有考虑不同类别的样本间表示能力的差异。本文2.2节考虑这样一个假设,即同类样本间能力强而异类样本间表示能力弱,并基于此提出一个新的投影法则:在全局稀疏表示中,同类样本间的表示误差最小化,而异类样本间的表示误差最大化。本文第三章研究了鉴别分析技术及其在不同问题背景下的扩展。鉴别分析是一种经典的人脸代数特征提取方法,它的目标是通过线性投影变换,提取鉴别特征。本文从以下两方面对其进行了扩展:1)在3.2节中,我们尝试解决在基于类特定的鉴别分析方法中出现的类不平衡问题。我们提出首先从大类中选取离小类最近的一个子集,再将该子集细划成若干小类,以获得类间平衡,再提取特征。2)本文3.3节提出了一种新的基于人脸和掌纹的双模态生物特征识别方法。以往方法中,不同模态的样本在不同特征空间进行特征提取;而本文提出,将两种模态的样本置于同一特征空间进行特征提取。由于此时同一人的所有生物特征呈现出多高斯分布,我们使用子类鉴别分析技术从训练样本集中提取特征。本文所提方法均在人脸库和物体库上进行了实验验证,证明了它们的有效性。

全文目录

摘要  3-4
Abstract  4-6
第一章绪论  6-11
  1.1 人脸识别简介  6
  1.2 稀疏表示在人脸识别中的应用简介  6-9
    1.2.1 稀疏表示技术  6-8
    1.2.2 稀疏表示在人脸分类和特征提取中的应用  8-9
  1.3 鉴别分析技术及其部分扩展概述  9-10
    1.3.1 类特定的鉴别分析与类不平衡  9
    1.3.2 鉴别分析与多模态生物特征识别  9-10
  1.4 本文工作概述及章节安排  10-11
第二章稀疏表示在人脸识别中的应用研究  11-33
  2.1 稀疏表示在人脸分类中的应用研究  11-21
    2.1.1 基于稀疏表示的分类方法简介  11-12
    2.1.2 稀疏表示的可理解性分析  12-14
    2.1.3 引入混合稀疏表示用于人脸分类  14-16
    2.1.4 一种更简单直观的分类法则  16-18
    2.1.5 实验结果  18-21
  2.2 稀疏表示在人脸特征提取中的应用研究  21-31
    2.2.1 稀疏保持投影变换简介  21-22
    2.2.2 带有鉴别信息的稀疏保持投影变换  22-26
    2.2.3 实验结果  26-31
  2.3 本章小结  31-33
第三章线性鉴别分析技术及其扩展  33-41
  3.1 鉴别分析技术简介  33-34
  3.2 类特定的鉴别分析与类不平衡  34-36
    3.2.1 类特定的鉴别分析中的类不平衡问题简介  34
    3.2.2 改进的类特定鉴别分析算法  34-35
    3.2.3 实验结果  35-36
  3.3 鉴别分析与多模态生物特征提取  36-40
    3.3.1 子类鉴别分析技术简介  36-37
    3.3.2 基于子类的双模态太生物特征识别技术  37-39
    3.3.3 实验结果  39-40
  3.4 本章小结  40-41
第四章结束语  41-42
致谢  42-43
参考文献  43-47
攻读硕士学位期间发表的论文  47

稀疏表示和鉴别分析技术在人脸识别中的应用研究

内容摘要

全文目录

相似论文