学位论文 > 优秀研究生学位论文题录展示
分块SRC算法在遮挡人脸图像识别中的应用研究
作 者: 刘丹
导 师: 甘俊英
学 校: 五邑大学
专 业: 信号与信息处理
关键词: 遮挡人脸图像识别 Gabor+PCA和下采样字典 Homotopy和DALM算法 SRC算法 “投票”法 单一子块法
分类号: TP391.41
类 型: 硕士论文
年 份: 2013年
下 载: 31次
引 用: 0次
阅 读: 论文下载
内容摘要
自动人脸识别技术由于具有直接、自然、友好等特点,从上世纪六十年代开始,被广泛应用于公共安全、信息安全及金融等领域。然而,由于人脸图像非刚性,容易受各种内在和外在因素的影响,如年龄、表情、种族、性别、伪装、遮挡、光照、腐蚀、姿态变化等。因此,设计一种综合性能优良、能够有效消弱人脸识别各种因素干扰的算法是关键。稀疏表示分类(Sparse Representation Classification,SRC)是近年来提出的不同于传统算法的新型算法;对遮挡、腐蚀、光照等影响的图像识别效果表现良好,且当图像空间维数达到一定时,与采用的特征提取算法无关。本文详细论述了SRC算法及其改进的基于整个子图像块的“投票SRC"算法的优点和不足,并在此基础上提出了一种“投票SRC"算法的互补算法,也即基于单一特征子块算法。该算法虽然能够弥补运用“投票SRC"算法时,所有子块彼此不同而产生误识别的不足,但是若单独使用则又会产生“以偏概全”的局面。故在此基础上,本文又提出了一种融合“投票SRC”和单一特征子块SRC算法,该算法与上述“投票SRC”算法或单一特征子块算法比较,无论对未遮挡人脸图像还是眼镜和围巾类遮挡人脸图像,均表现最好。本文所做工作如下1.图像的分块处理。主要研究了两种分块处理方法:均匀分块和基于特征的分块。均匀分块是将人脸图像视为一个平面矩阵,而不论其特点如何(如高鼻梁、大眼睛等)。识别前,首先将某一训练图像的平面矩阵均匀分割成若干子块,每一子块用列向量表示,所有子块存贮成行向量,构成一个矩阵;然后再将所有分块后的训练图像构成一个大的矩阵。与此同时,测试图像分成相等的子块。基于特征的分块是根据“三庭五眼”准则,将人脸图像分为5个部分,即前额、左眼和左眉毛、右眼和右眉毛、鼻子及嘴巴和下颚。由于各子块像素大小不一,故各子训练矩阵单独用矩阵存贮。2.字典的构造。常见构造字典的方法为在线学习构造字典,即在识别过程中根据测试图像自适应选择最佳字典及静态构造字典,识别前,人为确定对识别效果最佳的字典。本文将只研究在线构造字典中的Gabor+PCA字典及静态构造字典中的基于统计学习PCA字典和非统计的下采样字典。3.l1-minimization的求解。常见稀疏优化算法有很多,其中经典的有,匹配追踪(Matching Pursuit,MP).基追踪(Basis Pursuit,BP)等。快速算法有,截断牛顿内点法(Truncated Newton Interior-Point Method, TNIPM)、迭代收缩阈值(Iterative Shrinkage-Threshokding,IST)法等等。由于经典算法运行速度较之快速算法慢,本文主要研究快速算法且只研究其中的两种:对偶增广拉格朗日乘子法(Dual Augmented Lagrange Multiplier, DALM)和同伦(Hotomopy)算法。4.判别准则的选取。本文探讨了三种基于分块后人脸图像子块进行人脸识别的准则,即基于整个图像子块的“投票SRC”、基于单一图像子块的SRC、基于整个图像和局部图像的融合判别方法。总的来说,本文主要探讨分块SRC算法在遮挡人脸图像识别中的应用,其实现过程包括图像分块处理、字典构造、稀疏优化算法的选择以及判别准则的确定等方面。基于实验室条件下的ORL、Yale人脸数据库用以确定字典的选择及稀疏优化算法的确定等问题;而基于现实环境中的AR人脸数据库则用来进行分块处理实验。实验结果表明:(1)图像均匀分块中,分块方式对识别性能有很大的影响;(2)不论是基于图像的均匀分块还是特征分块,融合整体图像和局部图像的方法较“投票SRC”或单一子块SRC算法,识别效果最佳。
|
全文目录
摘要 4-6 Abstract 6-8 目录 8-11 第一章 绪论 11-16 1.1 课题来源 11 1.2 研究背景和研究意义 11-12 1.3 国内外研究现状和难点分析 12-14 1.3.1 特征提取方法发展现状 12-13 1.3.2 遮挡问题研究现状 13-14 1.3.3 遮挡人脸图像识别的难点 14 1.4 论文的主要内容和结构安排 14-16 第二章 稀疏表示相关内容 16-23 2.1 引言 16 2.2 稀疏表示理论 16-19 2.2.1 稀疏表示的含义 16-17 2.2.2 人脸图像的稀疏表示 17-18 2.2.3 图像稀疏表示结构框图 18-19 2.2.4 图像稀疏表示的特点 19 2.3 稀疏优化算法 19-22 2.3.1 DALM算法 20-21 2.3.2 Homotopy算法 21-22 2.4 本章小结 22-23 第三章 普适性字典探究 23-34 3.1 引言 23 3.2 字典的构造 23-27 3.2.1 Gabor+PCA字典 24-26 3.2.2 PCA字典 26 3.2.3 下采样字典 26-27 3.3 实验结果与分析 27-33 3.3.1 Yale人脸库 27-30 3.3.2 ORL人脸库 30-33 3.3.3 结果分析 33 3.4 本章小结 33-34 第四章 均匀分块SRC算法在遮挡人脸图像中的应用 34-42 4.1 引言 34 4.2 基于人脸图像的均匀分块 34-35 4.3 稀疏判别准则 35-36 4.4 实验结果及分析 36-41 4.4.1 不同像素大小下识别性能比较 37 4.4.2 未遮挡人脸图像识别性能比较 37-38 4.4.3 遮挡人脸图像识别性能比较 38-40 4.4.4 不同分块策略下识别性能比较 40-41 4.5 本章小结 41-42 第五章 改进分块SRC算法在遮挡人脸图像中的应用 42-49 5.1 引言 42 5.2 稀疏判别准则 42-45 5.2.1 基于部分图像的判别准则 42-43 5.2.2 基于整体和局部图像的判别准则 43-45 5.3 人脸图像特征分块 45 5.4. 实验结果与分析 45-48 5.4.1 未遮挡人脸图像探究 46-47 5.4.2 遮挡人脸图像探究 47-48 5.5 本章小结 48-49 第六章 总结与展望 49-51 6.1 总结 49-50 6.2 展望 50-51 参考文献 51-57 攻读硕士期间成果 57-58 致谢 58
|
相似论文
- 多值SVM分类投票法的改进,TP18
- 村民委员会投票规则研究,D422.6
- 火电厂煤粉锅炉燃烧状态智能监测与评判研究,TP391.41
- 虹膜定位与识别的算法研究与实现,TP391.41
- 基于多层次控制的多分类器融合遥感影像分类,P237
- 数据挖掘方法用于参与代谢的小分子生物学功能预测研究,Q811.4
- 基于步态触觉信息的身份识别研究,TP391.41
- 基于FPGA的图像细化算法及其在轨距测量系统中的应用,TP274
- 聚类算法及其应用研究,TP18
- 常用投票规则比较和其防操纵性分析,F062.6
- 支持向量机增量算法,TP18
- 基于少量标记数据约束聚类算法的入侵检测技术研究,TP393.08
- 视频监控中人的动作识别,TP391.41
- 半监督聚类集成理论与技术研究,TP311.13
- 基于FPGA的数字图像处理基本算法研究与实现,TP391.41
- 基于FPGA的高速图像预处理技术的研究,TP391.41
- 基于用户兴趣特征的图像检索研究与实现,TP391.41
- 图像拼接技术研究,TP391.41
- 高效精确字符串匹配算法的研究与实现,TP391.41
- 基于三维重建的焊点质量分类方法研究,TP391.41
- 基于人眼检测的驾驶员疲劳状态识别技术,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
|