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图像识别方法研究

作　者: 李立
导　师: 孙权森
学　校: 南京理工大学
专　业: 计算机应用技术
关键词: 人脸识别 压缩感知 稀疏表示 特征提取 总变差模型 鲁棒性
分类号: TP391.41
类　型: 硕士论文
年　份: 2012年
下　载: 618次
引　用: 0次
阅　读: 论文下载
 

内容摘要


人脸识别是现代生物信息识别中的一项重要技术,对于给定的人脸图像,利用已经存储的人脸数据库确认该图像中的一个或多个人的身份。现有的人脸识别方法大多需要进行图像预处理及复杂的特征提取,选择何种特征对识别率影响非常大,并且对遮挡、噪声等情况缺少鲁棒性,这些问题往往使得现有的识别方法在应用中受到制约。不同于传统的人脸识别算法,稀疏表示由于具有识别率高、鲁棒性强等优势受到越来越多研究者的关注。稀疏表示是压缩感知中的关键理论,数据的稀疏表示,可以从本质上降低数据处理的成本,提高压缩效率。稀疏表示用在分类识别上有独特的优势,使得特征选择不再是必要条件。本文所做工作及取得的成果如下：(1)对压缩感知、稀疏表示理论进行了研究,表明了最稀疏的表示具有自然的判别性,它会选择最能紧密表示输入信号的子集,拒绝其他不紧密表示的子集。因此使用稀疏表示进行分类是可行的。(2)将稀疏表示的判别特性应用于人脸识别中,使用训练集图像作为超完备字典,将测试样本描述为训练集的线性组合,提出了基于稀疏表示的人脸图像识别方法,并结合了下采样、Eigenfaces、Laplacianface、Fisherface、Randomface多种特征提取方法,在扩展Yale B及ORL人脸库上进行仿真实验,结果表明较传统分类方法获得了更高的识别率。(3)对于人脸识别鲁棒性的提高做了多方面的改进。在原有识别方法基础上加入了有效性判别,并在原始模型中加入误差项,使其能有效地减少遮挡与噪声对识别率的影响。针对未配准图像低识别率问题,通过在原有模型中引入图像变换参数进行改进,在自动配准的同时获得较高的识别率。(4)利用向量总变差模型对细节具有的描绘能力,提出使用向量总变差替代最小l1范数进行稀疏求解,弥补了最小l1范数本身定义的局限所带来的精度问题,得到更精确的稀疏表示,从而得到更高的识别率。

全文目录


摘要  3-4
Abstract  4-5
目录  5-7
1 绪论  7-15
  1.1 人脸识别的研究背景及意义  7-8
  1.2 人脸识别发展历史  8-9
  1.3 人脸识别国内外研究现状  9-12
  1.4 人脸识别技术研究难点  12
  1.5 压缩感知理论概述  12-14
  1.6 本文研究内容  14-15
2 信号的稀疏表示理论  15-28
  2.1 压缩感知理论  15-19
    2.1.1 压缩感知理论框架  15-17
    2.1.2 压缩感知条件  17-18
    2.1.3 压缩感知关键要素  18-19
    2.1.4 压缩感知理论应用  19
  2.2 稀疏表示理论  19-22
    2.2.1 稀疏表示的基本理论  19-20
    2.2.2 稀疏表示的概念  20-22
  2.3 稀疏表示求解方法  22-26
    2.3.1 全局优化算法  22-23
    2.3.2 贪婪算法  23-26
      2.3.2.1 匹配追踪算法  23-25
      2.3.2.2 正交匹配追踪算法  25
      2.3.2.3 弱匹配追踪算法  25-26
    2.3.3 其他算法  26
  2.4 稀疏表示理论应用  26
  2.5 本章小结  26-28
3 基于稀疏表示的人脸图像识别方法  28-50
  3.1 基本思想概述  28-29
  3.2 字典的构造  29-31
    3.2.1 字典概念  29-30
    3.2.2 字典构造  30-31
  3.3 基于最小L_1的稀疏表示人脸识别算法  31-34
    3.3.1 测试样本表达  31-32
    3.3.2 稀疏求解分类  32-34
    3.3.3 算法描述  34
  3.4 结合特征提取的稀疏表示方法  34-35
  3.5 特征提取方法  35-43
    3.5.1 下采样方法  36-37
    3.5.2 Eigenfaces特征脸  37-38
    3.5.3 拉普拉斯特征脸  38-40
    3.5.4 Fisher特征脸  40-42
    3.5.5 随机特征脸  42-43
  3.6 实验结果分析  43-49
    3.6.1 数据库介绍  43-44
    3.6.2 特征提取及人脸识别结果  44-49
  3.7 本章小结  49-50
4 稀疏表示人脸识别鲁棒性改进  50-67
  4.1 有效性判别  50-52
  4.2 遮挡和噪声  52-54
  4.3 未配准人脸图像识别  54-58
    4.3.1 问题描述  54-55
    4.3.2 算法描述  55-58
  4.4 结合总差分方法对稀疏分类的改进  58-61
    4.4.1 问题描述  58
    4.4.2 向量总变差方法  58-61
  4.5 实验结果分析  61-66
  4.6 本章小结  66-67
5 总结与展望  67-69
  5.1 总结  67-68
  5.2 展望  68-69
致谢  69-70
参考文献  70-74
附录  74

相似论文

  1. 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
  2. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  3. 2D人脸模板保护算法研究,TP391.41
  4. 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
  5. Q学习在基于内容图像检索技术中的应用,TP391.41
  6. 直推式支持向量机研究及其在图像检索中的应用,TP391.41
  7. 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
  8. 空间交会接近视觉测量方法研究,TP391.41
  9. 图像实时采集、存储与处理方法研究,TP391.41
  10. 唇读中的特征提取、选择与融合,TP391.41
  11. 多币种纸币处理技术的研究与实现,TP391.41
  12. 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
  13. 基于图像的路面破损识别,TP391.41
  14. 移动机器人视觉检测和跟踪研究,TP242.62
  15. 高光谱与高空间分辨率遥感图像融合算法研究,TP751
  16. 基于随机森林的植物抗性基因识别方法研究,Q943
  17. 基于图像处理技术的烟叶病害自动识别研究,S435.72
  18. 基于视觉的番木瓜外观品质检测技术研究,S667.9
  19. 羊绒与羊毛纤维鉴别系统的研究,TS101.921
  20. 红外图像目标识别及跟踪技术研究,TP391.41
  21. 水下目标特征的压缩与融合技术研究,TN911.7

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