学位论文 > 优秀研究生学位论文题录展示
基于对称非负矩阵分解的人脸识别算法研究
作 者: 陈淑红
导 师: 王雪光
学 校: 河北工程大学
专 业: 计算机应用技术
关键词: 人脸识别 非负矩阵分解 对称性 特征提取 镜像
分类号: TP391.41
类 型: 硕士论文
年 份: 2013年
下 载: 27次
引 用: 0次
阅 读: 论文下载
内容摘要
人脸识别是模式识别领域的一个重要研究课题,已被广泛应用于门禁系统、考勤系统、安检、刑事案件侦破等领域中。与其他生物识别技术相比,人脸识别具有非接触式、可靠性强等优点。然而人脸图像不仅数据量大,而且容易受到光照以及人脸姿态等的影响,这给计算机进行有效人脸识别提出了极大挑战。如何快速准确的提取人脸特征来进行人脸的匹配是研究者们关注的焦点。目前,常用的特征提取方法有主元分析法(PCA)、Fisher线性判别分析法(LDA)以及独立成分分析法(ICA)等。非负矩阵分解(Non-negative Matrix Factorization,NMF)算法是Lee等人提出的一种基于特征子空间的特征提取与数据降维的新方法。与传统方法相比,NMF在处理大规模数据以及局部特征提取方面具有较大优势。它通过对分解的矩阵引入非负性约束条件,将任何图像看成是由一组基图像按照不同的权重相加而成的,更符合人们“局部构成整体”的思维方式。可见,基图像的构造对NMF能否进行准确的特征提取起着举足轻重的作用。考虑到人脸对称的生理特性,本文提出了一种利用镜像偶特征改造NMF基图像并进行局部特征提取的人脸识别算法。首先获取镜像偶特征并进行二次Haar小波分解,得到重构人脸样本图像。然后利用NMF分解得到一组在垂直方向对称的基图像,由它们组成基矩阵并对它们正交规范化。由于改造后的基图像符合人脸对称的生理特性,使得NMF基矩阵更加适用于人脸特征提取。在含有姿态变化和不均匀光照样本的Yale人脸数据库上取得了较好的识别效果。
|
全文目录
摘要 5-6 Abstract 6-9 第1章 绪论 9-14 1.1 论文选题的科学意义和应用前景 9 1.2 国内外研究现状 9-11 1.3 主要研究内容和论文组织结构 11-13 1.3.1 主要研究内容 11-12 1.3.2 论文组织结构 12-13 1.4 本章小结 13-14 第2章 人脸特征提取算法概述 14-25 2.1 特征提取及其在人脸识别中的地位 14-16 2.2 常用的人脸特征提取方法 16-22 2.2.1 主元分析法(PCA) 17-18 2.2.2 独立成分分析法(ICA) 18-20 2.2.3 线性判别分析法(LDA) 20-22 2.3 人脸特征提取面临的挑战 22-24 2.4 本章小结 24-25 第3章 非负矩阵分解及其改进算法 25-34 3.1 非负矩阵分解基本理论 25-26 3.2 非负矩阵分解的改进算法 26-33 3.2.1 二维非负矩阵分解(2D-NMF) 27 3.2.2 局部非负矩阵分解(LNMF) 27-29 3.2.3 稀疏局部非负矩阵分解(Sparse LNMF) 29-31 3.2.4 Fisher 非负矩阵分解算法(Fisher NMF) 31-33 3.3 本章小结 33-34 第4章 基于对称非负矩阵分解的人脸识别算法 34-42 4.1 重构人脸样本图像 34-36 4.1.1 获取偶镜像人脸图像 34-35 4.1.2 利用 Haar 小波分解重构图像 35-36 4.2 Sym-NMF 人脸识别 36-40 4.2.1 获取 Sym-NMF 正交基矩阵 36-39 4.2.2 利用 Sym-NMF 基矩阵进行特征提取和识别 39-40 4.3 本章小结 40-42 第5章 实验结果与分析 42-47 5.1 常用的人脸数据库简介 42-43 5.2 实验结果与分析 43-46 5.2.1 Sym-NMF 识别精度实验 43-45 5.2.2 Sym-NMF 训练和识别速度实验 45-46 5.3 实验结论 46 5.4 本章小结 46-47 第6章 总结与展望 47-49 6.1 总结 47 6.2 本文的创新点 47-48 6.3 工作展望 48-49 致谢 49-50 参考文献 50-54 作者简介 54-55 攻读硕士学位期间发表的论文 55-56
|
相似论文
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 2D人脸模板保护算法研究,TP391.41
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 空间交会接近视觉测量方法研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 多币种纸币处理技术的研究与实现,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- 电视传播中的粉丝文化效应,G223
- HJ1-CCD交叉辐射定标,TP751
- 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
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
|