欢迎来到天天文库
浏览记录
ID:34144501
大小:3.16 MB
页数:58页
时间:2019-03-03
《基于(2d)2pca的低分辨率人脸识别》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、万方数据分类号UDC密级单位代码!Q151大连海事大学硕士学位论文基于(2D)2PCA的低分辨率人脸识别指导教师张运杰学位授予单位刘妮妮职称教授大连海事大学申请学位类别理学硕士论文完成日期2015年12月学科(专业)答辩日期答辩委员会主席数学2016年3月丐础、万方数据Low.ResolutionFaceRecognitionBasedon(2D)2PCAAthesisSubmittedtoDalianMaritimeUniversityInpartialfulfillmentoftherequirementsforthedegreeofMasterofMath
2、ematicsLiuNini(AppliedMathematics)ThesisSupervisor:ProfessorZhangYunjieMarch2016万方数据大连海事大学学位论文原创性声明和使用授权说明原刨性声明本人郑重声明:本论文是在导师的指导下,独立进行研究工作所取得的成果,撰写成博/硕士学位论文==基王(2旦):££△的低盆进室厶脸迟别::。除论文中已经注明引用的内容外,对论文的研究做出重要贡献的个人和集体,均己在文中以明确方式标明。本论文中不包含任何未加明确注明的其他个人或集体已经公开发表或未公开发表的成果。本声明的法律责任由本人承担。学位论文
3、作者签名:汹施龃学位论文版权使用授权书本学位论文作者及指导教师完全了解大连海事大学有关保留、使用研究生学位论文的规定,即:大连海事大学有权保留并向国家有关部门或机构送交学位论文的复印件和电子版,允许论文被查阅和借阅。本人授权大连海事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,也可采用影印、缩印或扫描等复制手段保存和汇编学位论文。同意将本学位论文收录到《中国优秀博硕士学位论文全文数据库》(中国学术期刊(光盘版)电子杂志社)、《中国学位论文全文数据库》(中国科学技术信息研究所)等数据库中,并以电子出版物形式出版发行和提供信息服务。保密的论文在解密后遵
4、守此规定。本学位论文属于:保密口在——年解密后适用本授权书。不保密口(请在以上方框内打“4”)论文作者签名:纠茹磊锯导师签名:日期:纠/年弓月I争司万方数据中文摘要摘要特征脸域的超分辨率人脸识别是一种有效的低分辨率人脸识别方法。它将超分辨率重建从空间域投影到了低维的人脸空间,即特征脸域。在保证重建效果的前提下大大降低了计算复杂度。可是,此算法投影所用的方法是主成分分析法,它需要将二维的图像矩阵转化为一维向量。而图像矩阵的尺寸往往较大,向量化产生的高维数据,使得后续算法的计算复杂度很高;此外,图像的向量化使得原始图像中的某些隐含信息丢失,影响了重建结果。为此,研究
5、人员提出了主成分分析的改进方法。基于已有的算法,本文从特征提取和超分辨率重建两个角度出发提出了两个改进算法。第一个改进算法在己有算法的基础上改用二维双向主成分分析的方法进行特征提取,有效的提高了图像的重建效果和图像识别率。第二个改进算法是针对第一个算法遇到的问题提出来的。在第一个改进算法中,由于超分辨率的模型是建立在一维向量上的,所以特征提取得到的投影系数矩阵在超分辨率重建时需要转化为一维向量,增加了计算的难度。所以,第二个改进算法提出了二维的超分辨率算法。它使得超分辨率能直接对矩阵进行重建。在AR、ORL和YALE人脸数据库上的实验结果表明,本文的两种算法比已
6、有算法具有更好的重建效果和识别效果。关键词:人脸识别;超分辨率;主成分分析万方数据英文摘要Eigenface—Dommnsuper-resolutionforfacerecognitionisaneffectivemethodtorecognizethelow-resolutionfaces.Thismethodtransferthesuper-resolutionreconstructionfrompixeldomaintoalowerdimensionalfacespace(theEigenface-Domain).Suchanapproachhasthea
7、dvantageofasignificantdecreaseinthecomputationalcomplexityofthesuper—resolutionreconstructionandCangetaidealreconstructionresults.Inthismethod,dimensionalityreductiontechniqueinfacerecognitionistheprincipalcomponentanalysis(PCA).Asweknow,PCAneedtoalignimagesinto1Dvectorbeforeextractb
8、ases.Itmaybe
此文档下载收益归作者所有