基于压缩感知理论的人脸识别算法研究

基于压缩感知理论的人脸识别算法研究

ID:35062202

大小:3.42 MB

页数:42页

时间:2019-03-17

基于压缩感知理论的人脸识别算法研究_第1页
基于压缩感知理论的人脸识别算法研究_第2页
基于压缩感知理论的人脸识别算法研究_第3页
基于压缩感知理论的人脸识别算法研究_第4页
基于压缩感知理论的人脸识别算法研究_第5页
资源描述:

《基于压缩感知理论的人脸识别算法研究》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、'’'*■■■y.、---_T{''‘乂-'.r:-.-‘:.....,索取号:TP391密级:公开戚驾抑遂—.‘■:'乂;硕±学位论义l*l疆涵麵;:戀?--r基于压缩感知理论的人脸巧别算法研究麵翁\I指导教师:黄勇坚割教巧培养单位:物理工程学院-级学科:电子科学与技术W繫二级学科:电路与系统"^?气寻辞完成时间:2016年3月10日广-答辩时间:

2、2016年6月4日.‘-?’每,—.丫壊-'? ̄^、J?--1*一、.■.公>0曲阜师范大学研究生学位论文独创性声明""""(根据学位论文类型相应地在□划V)本人郑重声明:此处所提交的博±口/硕±向淹文《基于压缩感知理论的人脸识别算法研究》,是本人在导师指导下,在曲阜师范大学攻读博±口/硕±因鲁位期间独立进行研究工作所取得的成果。论文中除注明部分外不包含他人已经发表或撰写的研究成果。对本文的研究工作做出重要贡献的个人和集体,均己在

3、文中明确的方式注明。本声明的法律结果将完全由本人承担。?作者签名?;u親^4U少、中曲阜师范大学研究生学位论"文"使用"授"权书(根据学位论文类型相应地在□划V)《基于压缩感知理论的人脸巧别篡法研究》系本人在曲阜师范大学攻读>博±n/硕±拉学位期间,在导师指导下完成的博±口/硕位论文。本论文的研究成果归曲阜师范大学所有,本论文的研巧内容不得其他单位的名义发表。本人完全了解曲阜师范大学关于保存、使用学位论文的规定,同意学校保留并向有关部口送交论文的复印件和电子版本,

4、允许论文被查阅和借阀。本人授权曲阜师范大学,可1^采用影印或其他复制手段保存论文,可W公开发表论文的全部或部分内容。》作者签名;作日期:心化成导师签名:曰期:"W/lL7繁Xf旅粟摘要摘要人脸识别一直是图像处理领域经典的研究课题,因其具有成本低、无侵犯性、易操作等优点,在身份认证、安全监控等领域得到了广泛的应用。人脸识别的发展带动了计算机视觉、机器学习等多领域的快速发展,具有重要的研究意义。当前的人脸识别算法都是建立在大批样本的前提下,利用统计学习原理,合理地对低维数据进行分析整

5、合,但在处理高维数据时效果不佳。压缩感知理论的出现打破了人脸识别的瓶颈,通过充分利用信号稀疏性的采样理论,克服了采样数据量巨大、数据维数过高等问题。该理论最经典的算法就是稀疏表示分类算法,通过直接处理原始数据,避免了图像预处理时信息的丢失问题。当人脸发生遮挡时,现有的理论不能确保信号的准确恢复,进而影响识别效果。因此本文的主要研究内容就是针对图像存在遮挡的情况下,改进了一种基于稀疏表示的人脸识别方法,将遮挡图像和样本集图像以相同的分块方式进行处理,分别对每一小块图像进行识别,通过计算残差值得到识别结果

6、。识别的过程中利用一个非常稀疏的随机测量矩阵,运用稀疏度自适应匹配追踪算法来进行信号的重构,在不需要获悉信号稀疏度的前提下,通过不断地迭代估计出信号的稀疏度,从而解决实际生活中信号稀疏度不定的情况,达到提高识别精度和鲁棒性的目的。在AR标准人脸库和自建人脸库中对提出的改进算法进行验证,实验结果表明,改进后的算法能够很好的弥补发生遮挡时带来的不利影响,比传统的人脸识别方法更加准确,数据运算量小,运算速度更快。关键词:压缩感知;稀疏表示;人脸识别;SAMP算法IAbstractAbstractFaceid

7、entificationtechnologyisaclassicresearchtopicinthefieldofimageprocessing,withcharacteristicsoflowcost,non-violativeandeasilytooperate.Nowithasbeenwidelyappliedintheareaofidentityauthenticationandsecuritymonitoring.Ithasgreatsignificanceonacademicresearc

8、handpromotedtherapiddevelopmentintheareaofcomputervision,machinelearningandetc.Basedongreatquantityofdatasamplesandtheoryofutilizingstatisticallearning,theexistingfacerecognitionalgorithmisabletoanalyzeandintegratelowdimensionald

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。