基于压缩感知理论的人脸识别

《基于压缩感知理论的人脸识别》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、FACERECOGNITIONBASEDONCOMPRESSEDSENSINGTHEORYAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:ElectronicandCommunicationEngineeringAuthor:TongJiaAdvisor:ProfessorFangJunSchool:NationalKeyLaboratoryofScienceandTechnologyonCommunications独创性声明本人声明所呈交的学位论文是本人在

2、导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。签名：日期：年月日论文使用授权本学位论文作者完全了解电子科技大学有关保留、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。本人授权电子科技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，可以采用影印、缩印或扫描等复制手段保存、汇编学位

3、论文。（保密的学位论文在解密后应遵守此规定）签名：导师签名：日期：年月摘要摘要众所周知，现在信号处理的基石是香农采样定律：要想完全无失真的从离散数字信号中恢复出原来的连续模拟信号，采样速率必须大于两倍的信号带宽。但随着电子技术的日新月异快速发展，尤其是在消费类的视频音频等多媒体电子产品，医疗成像仪器，雷达成像方面等等，信号的带宽非常大。因此这种采样速率大大超出了现代采样系统的极限采样速率，更进一步，现代的信号都有冗余性。这种传统的先高速率采样后压缩的方式，大大浪费了资源。压缩感知理论(CompressedSensingorCompressiveSensing,CS)

4、的出现，正好解决了上述的不利情况，突破了香农-奈奎斯特采样速率的限制。压缩感知理论的原理是：对于那些可以稀疏表示或可压缩表示的信号，通过远远少于香农-奈奎斯特采样定律规定的采样数目的非自适应采样，再通过优化的方法，就能完全恢复出信号。人脸识别(FaceRecognition,FR)技术是根据人的脸部的视觉信息而进行身份判定识别的技术。人脸识别技术已经发展了三十多年，由于人脸识别相对于其他生物特征识别技术有着独特的优势：非强制性、非接触性和并发性。所以人脸识别技术在各个领域有着广泛的应用。但是由于人脸在不同的光照，不同的表情，甚至人脸照片数据的污染和人脸的人为遮挡的情

5、况下，传统的人脸识别技术不能处理这些情况，往往正确识别率不高。结合新兴的压缩感知理论和传统的人脸识别技术，最近提出了一种基于稀疏表示的人脸识别(Sparse-basedRepresentationClassifier,SRC)算法，具有很高的正确识别率，特别对于人脸照片污染的情况也有很高识别率，而且对人脸的特征空间的选择基本不影响算法的性能。本文在SRC算法的基础上，分析并研究了在实际过程中的人脸照片在不同的噪声污染情况下的改进的算法。对于小而密的噪声污染，提出了一种新的人脸身份判定方法：统计小噪声的数目。与SRC算法比较，随着特征维度的增大，统计小噪声的数目的方法

6、性能优于SRC算法；对于大而稀疏的噪声污染问题，研究并分析了扩展的SRC算法，即ESRC算法。即把噪声也看作一个稀疏信号，仿真算法得出在这种的噪声的污染下，ESRC算法大大优于传统的常用的人脸识别算法；进一步分析研究在两种噪声都存在的情况下的人脸识别问题，从贝叶斯的压缩感知角度，研究了一种基于噪声幅度特性的权重SRC算法，WSRC算法。更进一步，利用噪声之间的连续性和关联性，提出了一种改进连续噪声的WSRC算法，I摘要CWSRC算法。仿真比较SRC算法，WSRC算法，CWSRC算法的性能，得到算法性能越来越好。最后结合测试样本与训练样本集的距离关系，即利用近邻关系，

7、提出了一种双权重的SRC算法，即DWSRC，即同时考虑不同噪声的权重和测试样本与训练样本集的距离的权重。仿真可知，DWSRC的性能优于SRC算法。SRC算法的成功之处有一个前提：训练样本的数目很多。但是，每个人训练样本很多并且人数也很多的时候，SRC算法的运行的速度就特别慢，因此需要对训练样本进行筛选或训练以达到缩小训练样本矩阵的大小。由此研究和提出了三种筛选和训练方法，K最近邻方法KNN，线性回归分类器LRC，字典学习DL。在结合原来的SRC算法，形成了KNN-SRC，LRC-SRC,DL-SRC算法，这三种算法在保持差不多的人脸识别性能的同时，大大降低了算法