基于gabor小波与稀疏表示的人脸识别方法研究

《基于gabor小波与稀疏表示的人脸识别方法研究》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：10293密级：硕士学位论文论文题目：基于Gabor小波与稀疏表示的人脸识别方法研究1011010525学号陈静姓名邱晓晖导师信号与信息处理学科专业现代通信中的智能信号处理研究方向工学硕士申请学位类别二零一四年五月论文提交日期万方数据FaceRecognitionResearchBasedOnGaborWaveletAndSparseRepresentationAlgorithmThesisSubmittedtoNanjingUniversityofPostsandTelecommunicationsfortheDegreeofMasterofEngineeringByChenj

2、ingSupervisor:Prof.QiuXiaohuiMay2014万方数据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究工作及取得的研究成果。尽我所知，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，也不包含为获得南京邮电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了谢意。本人学位论文及涉及相关资料若有不实，愿意承担一切相关的法律责任。研究生签名：_____________日期：____________南京邮电大学学位论文使用授权声明本人授

3、权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印件和电子文档；允许论文被查阅和借阅；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、汇编本学位论文。本文电子文档的内容和纸质论文的内容相一致。论文的公布（包括刊登）授权南京邮电大学研究生院办理。涉密学位论文在解密后适用本授权书。研究生签名：____________导师签名：____________日期：_____________万方数据摘要人脸识别具有广泛的应用价值与研究意义，成为当今计算机视觉及生物识别领域的研究热点之一。人脸识别包括特征提取与分类。目前最常用的特征提取方法有子空间分析

4、法，弹性图匹配法，最流行的分类法有最近邻、SVM、稀疏表示分类法。本文在2DGabor小波理论与稀疏保留投影算法的基础上对人脸识别进行了研究，本文的研究工作如下：（1）研究了稀疏保留投影算法SPP，该算法通过保持样本间的全局稀疏重构关系对高维空间中的样本数据进行降维，在Yale、AR和ExtendedYaleB人脸库上取得了较好的实验结果，但是此算法不能很好地保持样本的局部邻域信息，没有充分利用样本的类信息。针对此不足，本文在稀疏保留投影算法的基础上对降维算法进行了改进，提出了局部流形保持的稀疏保留投影算法LSPP，在稀疏保留投影算法中引入了LPP算法的思想，通过保持同类样本数据的近邻关系

5、对原始高维样本数据进行降维，在ORL人脸数据库上的实验证明了该算法的有效性。（2）提出了2DGabor小波与改进的稀疏保留投影算法相结合的GLSPP特征提取算法。当同类人脸图像所受光照、姿态、表情差异较大时，稀疏表示类算法对人脸图像进行特征提取时不能消除这些因素的影响，2DGabor小波能够克服这些因素的影响，能够提取人脸图像的不变信息。GLSPP首先用2DGabor小波对人脸图像进行特征提取，然后用改进的稀疏保留投影算法进行降维，最后用最近邻分类器分类。实验证明，该算法提高了人脸识别率。（3）研究了在不同的训练样本数下，本文的GLSPP算法与PCA、SPP、LSPP在ORL人脸数据库上的

6、比较实验，实验结果表明，该算法的识别性能优于其它三种算法。关键词：2DGabor小波，稀疏表示，稀疏保留投影，模式识别I万方数据AbstractFacerecognitiontechniqueisofgreatvalueforitswideapplicationandresearchsignificance,whichhasbecomeoneofhotspotsofresearchinthefieldofbiologicalrecognitionandcomputervision.Facerecognitionconsistsoffeatureextractionandclassifica

7、tion.Upnow,themostoften-usedmethodsforfeatureextractionarethesubspaceanalysismethodandelasticgraphmatchingmethod.Andforclassificationsmethod,therearenearestneighbormethod,SVMmethodandsparserepresentationclassific