欢迎来到天天文库
浏览记录
ID:35062448
大小:2.46 MB
页数:51页
时间:2019-03-17
《基于变化字典的单样本人脸识别算法研究》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、分类号TP37学校代码10590UDC004密级公开深圳大学硕士学位论文基于变化字典的单样本人脸识别算法研究宋天成学科门类工程硕士专业学位专业名称计算机技术学院(系、所)计算机与软件学院指导教师于仕琪副教授杨猛副教授原创性声明本人郑重声明:所呈交的学位论文基于变化字典的单样本人脸识别算法研究是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不含任何其他个人或集体已经发表或撰写过的作品或成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本声明的法律结果由本人承担。论文作者签名:日期:年月
2、日基于变化字典的单样本人脸识别算法研究摘要随着人工智能的迅速发展,人脸识别技术,特别是多样本人脸识别,精度得到了很大提高,在实际场景中逐渐得到使用。然而,在一些应用,如护照验证、法律实施和身份证验证等,每人只能采集到一幅图像作训练样本,无法获得描述其人脸类内变化的信息,使得多样本人脸识别算法不再适用。因此单样本人脸识别成为一个急需解决但又极具挑战性的问题。通过搜集通用参考人脸集,进而估计人脸变化的单样本人脸识别方法取得了当下最好的结果。但单样本人脸识别精度还难以满足实际应用需求,特别是在表情、姿态、遮挡以及空间未校准下的识别精度还比较低。基
3、于通用参考人脸集,本文提出了基于局部特征以及变化字典学习的单样本人脸识别算法,取得了比现有方法更高的识别精度。具体贡献有如下:首先,提出了一个局部联合表示方法。该方法基于联合表示学习出一个变化字典,并通过联合局部协同表示来重构测试样本。学习出的变化字典中,同一类的面部变化系数要求相似,而局部联合协同表示使局部信息得到了更有效的利用。在CMUMulti-PIE和AR人脸库上做的实验结果表明,该方法取得了比现有方法更高的识别率。其次,提出了一个三重局部特征协同表示方法来充分利用局部信息。先通过提取Gabor特征来获取尺度和方向上的特征,然后将不
4、同类型的Gabor特征分成若干块来获得包括空间,尺度和方向的三重局部特征。该方法基于这些三重局部特征进行协同,并将不同局部的分类测度进行融合。通过在AR、CMUMulti-PIE和LFW等大型人脸库上的实验结果可以看出,该方法比现有方法表现出更强的鲁棒性,尤其是在处理复杂的面部变化时。综上,本论文提出了基于变化字典的单样本人脸识别方法。通过对单样本人脸识别问题做出的深入研究,我们发现有鉴别力的特征加上合理的字典学习有助于单样本人脸识别性能的提升,是未来解决该问题的有前景的方向。关键词:单样本;人脸识别;局部变化;联合表示;三重局部特征;协同
5、表示IAStudyofFaceRecognitionwithSingleSampleperPersonBasedonVariationDictionaryAbstractWiththerapiddevelopmentofartificialintelligence,facerecognition(FR),especiallythetechnologiesofFRbasedonmultipletrainingsamplesperperson,havebeenappliedinpracticalapplicationwithsignifican
6、tperformanceimprovement.However,insomeapplications,suchaspassportverification,lawenforcementandidentificationverification,eachpersoncanonlycaptureasingletrainingsamplewithouttheimportantwithin-classvariance,whichmakesFRalgorithmsbasedonmultipletrainingsamplesunavailable.Th
7、usFRwithsinglesamplerperperson(FRSSPP)hasbeenanurgentandchallengingresearchtopic.Byestimatingfacevariationsfromacollectedgenerictrainingset,thebestperformancehasbeenachievedinFRSSPP.However,theaccuracyofFRSSPPcanstillnotmeetthedemandofpracticalapplication,especiallythereco
8、gnitionrateofFRSSPPwiththevariationsofexpression,pose,occlusionandmisalignmentisstilllow.
此文档下载收益归作者所有