基于稀疏表示的人脸识别研究

《基于稀疏表示的人脸识别研究》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、：：，ｆ密级：保密期限：寺義乂爹硕±学位论文基于稀疏表示的人脸识别研究ＲｅｓｅａｒｃｈＯｎＦａｃｅＲｅｃｏｇｎｉｔｉｏｎＢａｓｅｄＯｎＳｐａｒｓｅ？Ｒｅｐｒｅｓｅｎｔａｔｉｏｎ学号Ａ１３２０１０１１姓名谢文浩学位类别理学硕±—学科专业Ａ巧（工程领域）计算数子指导教师崔素兰副教授完成时间２０１６年４月—答辩委员会＾主席签名独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的，研究成果。据我所知，除了文中特别加Ｗ标注和致谢的地方外论文

2、中不包含其他人己经发表或撰写过的研究成果，也不包含为获得安徵大学或其他教育机构的一学位或证书而使用过的材料。与我同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。＂学位论文作者签名：涕ｉ若签字曰期：么口／＾年５月曰学位论文版权使用授权书本学位论文作者完全了解安徵大学有关保留、使用学位论文的规定，有权保留并向国家有关部口或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权安徵大学可Ｗ将学位论文的全部或部分巧容编入有关数据库进行检Ｌ、。索、缩汇编学位论文，可乂采用影印印或担描等复制手段保存（保密的学位

3、论文在解密后适用本授权书）■学位论文作者签名：ｉ｜括聲导师签名：签字曰期：＾月２０曰签字曰期：（年月曰心｜７文少摘要一人脸识别是生物特征识别中的项重要技术，也是图像处理，机器学习等领域的热点研究课题，在公安系统，保险，银斤，海关，身份证系统等领域具有广阔的应用前景。不同于传统的Ｅｉｇｅｎｆａｃｅ，ｆｉｓｈｅｒｆａｃｅ算法，２００９年Ｗｒｉｇｈｔ等人提出了基于稀ＳＲｔｔ－疏表示的人脸识别ａｒｓｅｅｒｅｓｅｎａｉｏｎｂａｓｅｄＣｌａｓｓｉｆｉｃａｔｉｏｎ，Ｓ艮Ｃ），由于其对（ｐｐ一噪声有较好的鲁棒性，在人脸识别上取得巨大的成

4、功，并将人脸识别引入了个新的发展方向，论。本文主要对稀疏表示的人脸识别进行了研巧文的主耍工作如下：ＷＳＮＲＣ一（１）加权稀疏近邻表示的人脸识别（）。在每类训练样本中寻找与测试样本最近的）ｔ个样本构成此类新的训练字典，然后在求解范数最小化的一一稀疏系数时，为每个新的训练样本对应的稀疏系数赋上个权值；最后在新的字典下，根据最小的重构误差来完成识别任务。在ＹａｌｅＢ数据库和０ＲＬ数据库上的大量实验结果表明，ＷＳＮＲＣ与ＮＮ算法和稀疏近邻表示ＳＮＲＣ）算法相（比，取得了较高的识别率，证明了该方法的有效性。（２）正则化巧油ｅｒ分析和稀疏表示的

5、人脸识别。首先使用正则化Ｆｉｓｈｅｒ分析算法从训练样本中提取出最优投影矩阵，然后将训练样本和测试样本在投影矩阵下投影获得其低维表示，最后使用稀疏表示分类器进行人脸识别，在Ａ民数据库和扩展的ＹａｌｅＢ数据库上的大量实验结果表明，正则化Ｆｉｓｈｅｒ分析和稀疏表示结合的方法取得较好的效果。（３）结合Ｇａｂｏｒ特征和对称脸的稀疏表示人脸识别。首先根据原始训练样本获得其对应的虚拟对称脸，然后将原训练样本和对称脸结合起来构成新的训练样本，最后提取训练样本和测试样本的Ｇａｂｏｒ特征并使用ＳＲＣ分类器进行人脸识别。在０化数据库，Ｙａｌｅ数据库，化艮ＥＴ数

6、据库上的实验表明了ＧＭＳＲＣ的有效性。ｉ关键词：人脸识别ｓｈｅｒａｂｏｒ；稀疏表示；正则化Ｆ分析；Ｇ特化对称脸Ｉ乂ｂｓ化ａｃｔＦａｃｅｒｅｃｏｎｉｔｉｓａｌｉｔｉｉｔｉｉｔｉｉｏｎｎｉｍｏｒｔａｎｔｔ；ｅｃｈｎｏｏｉ打ｂｏｍｅｒｃｄｅｎｔｉｆｉｃａｏｎｓａｌｓｏｇｐｇｙ，ｈｅｈｏｔｈｔｏｉｉｎｔｈｆｉｌｄｏｆｉｍａｅｉｃｏｍｔｉｉｉｔｒｅｓｅａｒｃｐｃｅｅｇｐｒｏｃｅｓｓｎｇ，ｐｕｅｒｖｓｏｎ，ｍａｃｈｎｅ’ｌｅａｒｎｉｌｉｉｉｉｉｎａｎｄｓｏｏｎｎｔｈｅｕｂｃｓｅｃｕｒｔｓｓ１；ｅｍ

7、ｎｓｉＨａｎｃｅｂａｎｋｎｃｕｓｔｏｍｓＩＤｇ，ｐｙｙ＾，ｇ，，ｃａｒｄｓｓ１：ｅｍａｎｄｏｔｈｅｒｆｉｅｌｄｓｉｔｈａｓａｂｒｏａｄａｐｐｌｉｃａｔｉｏｎｒｏｓｅｃｔ．ｙｐｐＤｉｆｅｒｅｎｔ任ｏｍｔｈｅｔｒａｄｉｔｉｏｎａｌＥｉｅ打ｆｋｃｅＦｉｓｈｅｒ位ｃｅａｌｏｒｉｔｈｍＩｎ２００９ｔｈｅｆｋｃｅｇ，ｇ，，ｉｔｉＳｅｎｔａｔｉｏｎＳａｒｓｅＲｅｔａｔ－ｒｅｃｏｎｏｎｂａｓｅｄｏｎａｒｓｅＲｅｒｅｓｒｅｓｅｎｉｏｎｂａｓｅｄｇｐｐ（ｐｐＣｗａｓＷｒｉｉ；ｌａ