基于稀疏表示和特征选择人脸识别方法的研究

《基于稀疏表示和特征选择人脸识别方法的研究》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、学校代号：10532学号：T08093011密级：公开湖南大学博士学位论文基于稀疏表示和特征选择的人脸识别方法研究学位申请人姓名：魏丹导师姓名及职称：李树涛教授培养单位：电气与信息工程学院专业名称：控制科学与工程论文提交日期：2012年4月26日论文答辩日期：2012年6月25日答辩委员会主席：章兢教授ResearchesofFaceRecognitionbasedonSparseRepresentationandFeatureSelectionbyWEIDanB.S.(HunanUniversity)2006Adissertationsubmittedinparti

2、alsatisfactionoftheRequirementsforthedegreeofDoctorofScienceinControlScience&EngineeringintheGraduateSchoolofHunanUniversitySupervisorProfessorLIShutaoApril,2012博士学位论文湖南大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中

3、以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权湖南大学可以将本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和汇编本学位论文。本学位论文属于1、保密□，在______年解密后适用本授权书。2、不保密。(请在以上相应方框内打“√”)作者签名：日期：年月日导师签名：日期：年月日I基于稀疏表示和特征选择的人脸识别方法研究摘要人脸识别是

4、模式识别和计算机视觉领域的一个前沿课题，由于其具有非接触性、隐蔽性、易于理解以及图像采集设备成本低等优点，已经被越来越多的应用于安全监控、人机交互、人工智能以及电子商务安全中。本文以数字图像人脸识别技术为研究背景，在分析现有人脸识别方法的基础上，结合模式识别的最新理论，针对人脸识别中的表情、光照、遮盖等复杂情况，深入研究了基于稀疏表示和特征选择的人脸识别问题。本文的主要研究成果总结如下：1)基于图嵌入理论的特征选择方法。在图嵌入特征选择方法中，由于受到噪声影响，数据点的K邻近图稳定性会降低。针对这一问题，本文提出了基于特征分数的递归特征消除方法(FS-RFE)和基于子

5、集水平分数的递归特征消除方法(SL-RFE)。在FS-RFE方法中，我们递归地移除具有最小特征分数的特征，并动态更新图的结构，以减少由于特征中存在大噪声而引起的负面影响。在SL-RFE方法中，通过迭代计算子集水平分数，递归地删除噪声特征，并更新图的结构。在UMIST及Yale人脸数据集上的实验结果表明，与-MFA，-LDA，-LSDFGGG等特征分数方法相比，本文提出的FS-RFE和SL-RFE方法能够明显提高人脸识别的准确度，并显著提高算法对高维噪声的鲁棒性。2)基于链式采样的特征选择方法。针对非线性超高维问题降维，本文在特征生成机(FGM)方法基础上，提出了

6、一种新的基于链式采样的特征选择方法。FGM方法在每次迭代过程中，特征根据分数进行排序，并且形成一个新的特征子集，当问题维数很高时，特征分数计算及其排序时间是无法接受的。而本文提出的方法通过特征采样方法加速计算，将稠密特征存入缓存器，并且舍弃稀疏特征，在迭代过程中将具有最大分数的一些特征保留在缓存器中，并逐步更新缓存器中的特征，形成链式采样，最后通过对缓存器的特征进行再排序，找到具有最大特征分数的一些特征做为有效特征，可以大大降低计算复杂度。在超高维数据集上的实验结果表明了本文提出的基于链式采样特征选择方法的有效性。3)基于工作集的快速有效稀疏表示求解算法。稀疏表示问题

7、计算复杂度随着字典规模的增加迅速增加。为此，本文提出了一种求解稀疏表示问题的快速分解梯度投影算法(FDGP)。通过最小化一个有界约束二次规划问题来求解稀疏表示问题，在梯度投影迭代过程中，并不求解整个问题，而是选择梯度存在最大变化的元素作为工作集，从而将大规模优化问题转换为一些小规模有界约束二次规划问题来求解，既节省了内存消耗，又显著提高了大规模稀疏表示问题的求解效率，并最终提高了人脸识别的精度和效率。II博士学位论文4)基于小波域稀疏表示的人脸识别方法。本文提出了基于小波域稀疏表示的人脸识别算法。由于小波高频子带可以捕捉小的细节信息而低频子带可以很好