基于多视图流形鉴别学习的单样本人脸识别方法研究

《基于多视图流形鉴别学习的单样本人脸识别方法研究》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、单位代码；１０２％密级；公开成ｉ＊雀若違４ｉ硕女缘像化戈，奇＾４雀乂營Ｗ．论文题目：基于多视图流形鉴别学习的■单样本人脸识别方法研究户１Ｑ１３Ｑ５１３３６学号姓名朱阳平Ｔ荆晓远导师；学科专业模式识别与智能系统研究方向生物特征识别工学硕古－申请学位类别—二Ｑ六年二月’论女提交日期，；－■＇．南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研巧工作及取得的研巧成果。，论丈中不包含其他人己经发表或撰写过尽我所知，除了文中特别加标注和

2、致谢的地方外的学位或证书而使用过的材料。的研巧成果，也不包含为获得南京邮电大学或其它教育机构。与我一同工作的同志对本研巧所做的任何贡献均己在论文中作了明确的说明并表示了谢意一。本人学位论义及涉及相关资料若有不实，愿意承担切相关的法律贵任＇或Ｐ化、扩日期；研究生签名：－ｆＪ南京邮电大学学位论文使用授权声明的复印件和电子文本人授权南京邮电大学可？保留并向国家有关部口或机构送交论文的全部或部分内容编入有关数据库进行检索；化许论文被查阔巧借阅；可将学位论文档；＾、汇编本学位论文。本文电子文档的内容和纸质可心采用影印、缩印或扫描等复制手段保存论文的内容相一

3、致。论文的公布（包括刊登）授权南京邮电大学研巧生院办理。涉密学位论文在解密后适用本授权书。么研巧生签名：＿削帷名：《１底日期：少ＪMulti-viewManifoldDiscriminantLearningbasedSingleSampleFaceRecognitionThesisSubmittedtoNanjingUniversityofPostsandTelecommunicationsfortheDegreeofMasterofEngineeringByZhuYangpingSupervisor:Prof.JingXiaoyuanFebruary2016摘要近年

4、来，随着国家大力发展互联网和大数据技术，人脸识别在许多领域受到了人们的广泛关注，包括智能安防、刑侦、互联网支付等应用。大部分人脸识别方法在训练样本充足的情况下，能够取得很好的识别效果。然而，在一些实际应用场景中每个人只有单张人脸图像可供训练，此时许多人脸识别方法的识别效果会直线下降，甚至失效。所以，单样本人脸识别问题（SSFR）具有重要的研究意义和应用价值。为了解决该问题，本文从多视图流形鉴别学习的角度出发，提出了一系列有效的单样本人脸识别方法。首先，本文提出了基于多流形鉴别学习的单样本人脸识别方法（MMDL）。该方法的基本思路是，先从通用人脸样本集中提取多种人脸图像的变化特征，并叠加

5、到训练样本集的每个人脸图像上，得到了带有变化特征的扩展人脸样本；然后把每类扩展人脸样本分割成多个互不重叠的局部区域，并构建为一个流形。这样SSFR问题就转化成为一个多流形匹配问题。MMDL能够学习多个鉴别特征投影矩阵，让投影后不同类别之间的流形间隔最大化，同时相同类别流形的差异最小化。其次，为了充分挖掘人脸样本中的多特征信息，本文提取了人脸图像上多个视图的特征，并提出了基于多视图流形鉴别学习的单样本人脸识别方法（MVMDL）。该方法的基本思路是，先用类似于MMDL中基于通用人脸样本集的样本扩展方法得到扩展样本集；再用多个特征提取方法提取样本中的多视图特征，并把样本切分成多个局部区域；然

6、后MVMDL建立了多视图流形鉴别学习模型，为每类人脸样本在每个特征视图下都学习一个鉴别投影矩阵。最后，为了改善前面两种方法在样本扩展以及流形匹配中出现的不精确问题，本文又提出了基于协同表示和多流形学习的单样本人脸识别方法（CR-MVMDL）。该方法的基本思路是，首先使用协同表示方法为每个训练样本选择其在通用人脸样本集中的近似样本，然后再从近似样本集中进行训练样本的扩展和流形匹配，这样使得扩展后的样本和原始训练样本更加相似，多流形鉴别学习中求得的投影矩阵的鉴别性也更好。在AR、ORL、LFW等人脸图像数据库上的实验结果充分验证了本文所提三种方法的有效性。而且，本文所提方法的识别效果和目前

7、代表性单样本人脸识别方法相比，有一定程度的提高。关键词：人脸识别、单训练样本、流形学习、鉴别学习、多视图特征、协同表示IAbstractRecently,withthedevelopmentofInternetandbigdatatechnologysupportedbythecountry,facerecognitionhasdrawnmuchattentionfrommanyfields,includingintelligentsecuri