基于稀疏与非线性表达的人脸识别问题研究

《基于稀疏与非线性表达的人脸识别问题研究》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、硕士学位论文题目:基于稀疏与非线性表达的人脸识别问题研究研究生袁杰专业电子与通信工程指导教师章坚武教授完成日期2016年03月杭州电子科技大学学位论文原创巧声明和使用授权说明原创性声明本人巧重声明，：所呈交的学位论文雇本人在导师的指导下，独立进行研究工作所取得的成果。除文中己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。对本文的研充做出重要贡献的个人柏集体，均己在文中明确方式标明。申一。请学位论文与资料若有不实之处，本人承担切相关责任论文作者签名：日期＝心

2、７年月ｆ＾辟）学位论文使用授权说明本人完全了解杭州电子科技大学关于保留和使用学位论文的规定，即；研巧生在校攻读学位期间论文工作的知识产权单位属杭州电子科技大学。本人保证毕化离校后，发表论文或使用论文工作成果时署名单位仍巧为杭州电子科技大学。学校有权保留送交论文的复印件，、允许查阅和借阅论文，可；学校可公布论文的全部或部分内容Ｗ允许采用影印缩印或其它复制手段保存论文。（保密论文在解密后巧守此规定）Ｗ？＾论文作者签名；令走曰期＾年）月＾托指导教师签名曰期年月＂：寺｝（戸杭州电子科

3、技大学硕士学位论文基于稀疏与非线性表达的人脸识别问题研究研究生：袁杰指导教师：章坚武教授2016年03月DissertationSubmittedtoHangzhouDianziUniversityfortheDegreeofMasterResearchontheTechnologiesofFaceRecognitionBasedonSparseandNonlinearExpressionCandidate:YuanJieSupervisor:Prof.ZhangJianwuMarch，2016杭州电子科技大学硕士学

4、位论文摘要相较于其它生物特征识别技术，人脸识别具有友善、快捷、直接的独特优势，人脸也成为了当前模式识别和人工智能领域最为瞩目的生物特征之一。但是人脸图像对齐敏感，姿态和表情的易变性使得算法性能下降的问题较为突出，而且人脸结构的复杂性和人脸数据的非线性使得人脸识别成为了一项具有很大挑战性的课题。本论文着眼于探究人脸识别算法与人类识别之间的联系，对基于稀疏和非线性表达的人脸识别算法进行研究和改进，提出了三种新的人脸识别算法，分别为基于非线性最小二乘法的分层人脸识别算法(HSRC)和两种引入人脸结构化信息的流形识别算法(S

5、_MLLE和S_LLE)。HSRC算法首先通过多通道分析提取整体人脸特征信息，接着利用我们提出的基于SRC精确定位人脸部件的算法SRC_Location从原人脸图像中分离出各个人脸部件，并从中提取出人脸局部特征信息，最后通过非线性最小二乘法将这些提取到的特征信息进行融合。该方法接近于人类识别的模式，当待识别个体为熟悉的人时，通过肉眼定位人脸部件并结合整体特征信息进行人为判断后，其结果往往是鲁棒的。最后在几个主流人脸数据库以及实测人脸库中应用该算法，均得到了满意的实验结果。S_MLLE和S_LLE算法均继承了LLE能使

6、降维后的数据有效保持原高维非线性数据拓扑结构的优良特征，使得引入的人脸结构化特征能在低维嵌入流形中比较完整地保留下来。S_MLLE相较于S_LLE的不同主要在于：提取人脸结构化信息的方式，以及前者是将人脸部件特征信息和结构化信息在多个不同的流形上进行学习，通过融合不同流形上的识别结果来得到最终的识别率。多流形的建模方式可以更准确地描述数据分布，提高识别率。最后在两个主流人脸数据库中应用上述两种算法，得到了较为满意的实验结果，并得出引入结构化信息的人脸部件特征较笼统的整体人脸特征更具区分度，也更符合人类识别的方式。关键

7、词：人脸识别，压缩感知，流形学习，HSRC，S_MLLE，S_LLEI杭州电子科技大学硕士学位论文ABSTRACTBasedonthatfacerecognitionismoredirect,friendlyandconvenientthanotherbiologicalcharacteristictechnologies,facebecomesoneofthemostremarkablebiologicalcharacteristicsinmanyfieldssuchasartificialintelligence

8、andpatternrecognition.Butfaceimagehastheproblemsofalignment,changeablegesturesandfacialexpressionswhichwilldescendtheperformanceoffacerecognitionalgorithm.Inthemeanwhile,the