学位论文 > 优秀研究生学位论文题录展示
基于稀疏表示的人脸识别
作 者: 张国琰
导 师: 李昆仑
学 校: 河北大学
专 业: 通信与信息系统
关键词: 人脸识别 光照人脸识别 单样本人脸识别 稀疏表示 Retinex理论ModulePCA
分类号: TP391.41
类 型: 硕士论文
年 份: 2012年
下 载: 324次
引 用: 0次
阅 读: 论文下载
内容摘要
生物特征识别是通过生物传感器、计算机以及生物统计学原理等,依据人所固有的生理或行为特征对个人身份进行鉴定。人脸识别是生物特征识别技术中的一个重要分支,在人机交互、安全认证等领域具有广泛的应用。人脸特征具有唯一性,但人脸图像也易受各种干扰因素的影响,例如光照、表情、遮挡、姿态以及图像数据库的大小都会对基于计算机的自动识别效果造成一定程度的影响。在现有的人脸识别算法中,基于稀疏表示的人脸识别是一个新兴且有效的方法。此方法是通过稀疏表示简捷的判别功能来实现对人脸的识别。但稀疏表示方法对于样本数量有着较高要求,且在处理含有光照问题人脸图像时无法消除光照对数据库的影响。针对上述存在的问题,本文对复杂光照下的人脸识别问题及单样本人脸识别问题进行了深入的研究,主要获得以下研究成果:(1)针对人脸识别中的光照问题对Retinex方法进行改进,将偏微分方程与其结合能更有效解决光照不均匀等问题。(2)提出了一种基于偏微分方程改进Retinex与稀疏表示相结合的人脸识别方法,有效地提高了稀疏表示方法在复杂光照条件下的人脸识别效果。(3)提出了基于ModulePCA与稀疏表示相结合的单样本人脸识别方法。采用ModulePCA方法对单样本人脸图像进行分割提取特征并扩充样本数量,变换后的图像与原有人脸图像共同作为新的训练集进行训练,将新获取的样本库作为稀疏表示的原子库进行识别。本文在ORL、Yale-B、CAS-PEAL、IMM及PolyU-NIRFD多个人脸数据库和自行采集建立的图像库进行实验,结果表明本文算法可以有效地提高人脸识别效果。
|
全文目录
摘要 5-6 Abstract 6-9 第1章 绪论 9-14 1.1 背景及意义 9-10 1.2 国内外发展状况 10-13 1.3 本文研究内容 13-14 第2章 人脸识别概述 14-24 2.1 人脸识别概念 14 2.2 影响因素及相应的解决方法 14-19 2.2.1 光照变化问题 15-16 2.2.2 姿态问题 16-17 2.2.3 数据容量问题 17-18 2.2.4 年龄、表情、遮挡等问题 18-19 2.3 人脸识别系统 19-24 2.3.1 人脸识别系统框架 19-20 2.3.2 人脸识别阶段关键问题 20-22 2.3.3 人脸数据库简介 22-24 第3章 稀疏表示 24-34 3.1 稀疏表示概念 24-26 3.1.1 稀疏表示解决的问题 24-25 3.1.2 具体求解的过程 25-26 3.2 稀疏表示的应用 26-29 3.2.1 信号处理中的应用 27 3.2.2 图像处理中的应用 27-28 3.2.3 人脸识别中的应用 28-29 3.3 基于稀疏表示的人脸识别 29-30 3.4 实验结果与分析 30-33 3.5 本章小结 33-34 第四章 基于偏微分方程改进 Retinex 与稀疏表示相结合的光照人脸识别 34-43 4.1 Retinex 理论 34-35 4.1.1 Retinex 理论的特点 34-35 4.1.2 Retinex 理论的表示形式 35 4.2 偏微分方程 35-36 4.3 基于偏微分方程改进 Retinex 与稀疏表示相结合的人脸识别方法 36-39 4.4 实验 39-42 4.5 本章小结 42-43 第5章 单样本的人脸识别 43-51 5.1 单样本人脸识别方法分析 43-44 5.2 ModulePCA 概述 44-45 5.3 基于 ModulePCA 与稀疏表示的单样本人脸识别方法 45-47 5.3.1 样本集的获取 45-47 5.3.2 识别过程 47 5.4 实验 47-50 5.5 本章小结 50-51 第6章 结论与展望 51-52 6.1 结论 51 6.2 展望 51-52 参考文献 52-57 致谢 57-58 攻读学位期间取得的科研成果 58
|
相似论文
- 2D人脸模板保护算法研究,TP391.41
- 语音信号的压缩感知研究及其在语音编码中的应用,TN912.3
- 基于加权投票和关键帧提取的视频流人脸识别方法研究,TP391.41
- 基于差分演化的人脸识别方法研究,TP391.41
- 基于分类器融合的人脸识别研究,TP391.41
- 基于子模式的局部保留映射的人脸识别方法研究,TP391.41
- 基于稀疏表示的人脸识别算法研究,TP391.41
- 基于局部优化投影的人脸识别方法研究,TP391.41
- 基于动态模糊关系的深层结构学习算法研究,TP181
- 三维人脸识别系统研究,TP391.41
- 基于仿生模式识别的三维人脸识别研究,TP391.41
- 基于流形学习的人脸识别技术,TP391.41
- 基于Gabor和SVM的光照鲁棒人脸识别算法研究,TP391.41
- 人脸识别中的光照问题研究,TP391.41
- 基于小波包变换和二维四元数主成分分析的人脸识别方法,TP391.41
- 适用于模板保护技术的三维人脸识别算法研究,TP391.41
- 基于子空间分析的图像检索和人脸识别研究,TP391.41
- 基于VC++的人脸识别系统的设计与实现,TP391.41
- 基于Gabor小波变换的人脸识别,TP391.41
- 社交网络中的多媒体数据挖掘,TP311.13
- 文件遍历内存调度算法设计及在人脸识别系统中应用,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|