基于稀疏表达的人脸识别技术研究与应用

基于稀疏表达的人脸识别技术研究与应用

ID:33562873

大小:10.81 MB

页数:70页

时间:2019-02-27

基于稀疏表达的人脸识别技术研究与应用_第1页
基于稀疏表达的人脸识别技术研究与应用_第2页
基于稀疏表达的人脸识别技术研究与应用_第3页
基于稀疏表达的人脸识别技术研究与应用_第4页
基于稀疏表达的人脸识别技术研究与应用_第5页
资源描述:

《基于稀疏表达的人脸识别技术研究与应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、万方数据分类号UDC密级学位论文基于稀疏表达的人脸识别技术研究与应用作者姓名:王润宇指导教师:王宏教授东北大学机械工程与自动化学院申请学位级别:硕士学科类别:工学学科专业名称:机械电子工程论文提交日期:2014年6月论文答辩日期:2014年6月鬻予r钵2014年每次7月瓣链腑卿刚评阅人:鸥客水每次锣衣2寸绎I东北大学2014年6月万方数据AThesisSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterinMechatronicsEngineeringResearchandApplicationofFace

2、1一··‘●一1r、JJ●RecoRnit

3、onVIaSparseKeDreSentatlonByWANGRunyuSupervisor:ProfessorWANGHongNortheasternUniversityJune2014万方数据独创性声明本人声明,所呈交的学位论文是在导师的指导下完成的。论文中取得的研究成果除加以标注和致谢的地方外,不包含其他人己经发表或撰写过的研究成果,也不包括本人为获得其他学位而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢意。,r,.1一学位论文作者签名:土沙f互『1亏日期:矽,垆石.2多学位论文版权使用授权书

4、本学位论文作者和指导教师完全了解东北大学有关保留、使用学位论文的规定:即学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人同意东北大学可以将学位论文的全部或部分内容编入有关数据库进行检索、交流。作者和导师同意网上交流的时间为作者获得学位后:半年口一年口一年半口两年函/学位论文作者签名:卫i闷寄签字日期:2.矽lq.莎.>了导师签名:皂乏’签字日期:≥c,,甲.反z7万方数据东北大学硕士学位论文摘要基于稀疏表达的人脸识别技术研究与应用摘要人脸是人体的一个显著特征,它是人类赖以区分不同人的基本途径。作为多学科领域的挑战性难题,人脸识别技术在最近几十年得到了

5、飞速的发展,但它仍有许多尚未解决的难题。最近十年,随着稀疏表达和压缩感知理论的发展,出现了基于稀疏表达(SparseRepresentation,SR)的人脸识别算法,并在标准人脸数据库上进行测试,取得了很高的识别率。而后,又有相关研究人员对该理论进一步研究和扩展,提出了基于协同表达(CollaborativeRepresentation,CR)的人脸识别算法和基于扩展稀疏表达(ExtendedSparseRepresentation,ESR)的人脸识别算法,并且均在不同的环境下对标准人脸数据库取得了更高的识别率。本文基于上述几种人脸识别算法,提出了基于扩展协同表达(ExtendedC

6、ollaborativeRepresentation,ECR)的人脸识别算法,它弥补了协同表达算法在训练人脸图片数量不足时的失效问题和扩展稀疏表达算法求解Z1一min问题复杂度较大的问题。同时,将其与上述几种算法在标准数据库上进行对比测试,并取得了最高的识别率。最后,本文对日常人脸照片集进行测试,以检验ECR算法的实用性,并与CR算法和ESR算法进行比较,试图找出其中最具实用性的识别算法。关键词:人脸识别;稀疏表达;扩展稀疏表达:协同表达;扩展协同表达III万方数据东北大学硕士学位论文AbstractResearchandV1aApplicationofFaceRecognitionS

7、parseRepresentationAbstractFaceisoneofthemostsignificantfeaturesofhumanbody,anditisthebasicapproachtodistinguishonepersonfromanother.Asachallengingproblemrelatedtomanysubjects,facerecognitionalgorithmsareboominginrecentseveraldecades.Howevertherearestillmanydifficultproblemsthatneedtobesolved.Wi

8、ththedevelopmentofsparserepresentationandcompressedsensingtheoryinthelastdecade,thereemergedanewfacerecognitionalgorithmcalledsparserepresentation—based(SR)classification,andresearchersconductedsomeexperimentsonthestandardda

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。