基于稀疏表示的鲁棒性人脸识别研究

基于稀疏表示的鲁棒性人脸识别研究

ID:35068746

大小:3.01 MB

页数:59页

时间:2019-03-17

基于稀疏表示的鲁棒性人脸识别研究_第1页
基于稀疏表示的鲁棒性人脸识别研究_第2页
基于稀疏表示的鲁棒性人脸识别研究_第3页
基于稀疏表示的鲁棒性人脸识别研究_第4页
基于稀疏表示的鲁棒性人脸识别研究_第5页
资源描述:

《基于稀疏表示的鲁棒性人脸识别研究》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TP391.4学号1108521313118学位论文基于稀疏表示的鲁棒性人脸识别研究ResearchonRobustFaceRecognitionBasedonSparseRepresentation宋嫱嫱指导教师姓名张立权副教授北京建筑大学陆东高工北京建筑设计研究院申请学位级别硕士学位类别工程硕士专业名称建筑与土木工程年级2013级全日制论文答辩时间2016年6月学位授予单位和日期北京建筑大学2016年6月答辩委员会主席王佳教授论文评阅人匿名评审北京建筑大学硕±学位论文原创性声明、-本人郑里扣明:所W交的学位论义,是本人化咕帅的巧甘进研究I作歧取巧II的研纪成义。

2、尽巧所知,除丫义中特别加L义标注和致谢的州乂外,论么中小化含巧他人经发聚或撰写过的研光成架,也不包昏木人或他人为巧巧北京浊筑人中或托它對巧机-构的学化或学W化书邮化川过的材料。巧RD:化的N忠巧木阿巧t所做的任何巧献均d化论义中作丫明确的说明巧农小丫谢意。若有不实之处,本人愿息承化相关法徘W巧。:i学位论义作巧签专:mi,^喊攝j:>。知川川專北京建筑大学硕±学位论文版权使用授权书,本人完全了解举校軒义学位论文知产权的规定化巧搜成巧位期W论义I作的知的产化鹿干北M浊筑大聲,允许论义被芭阅和借關。节校知权保巧篮史^向川家知X;部?n或机构送

3、交论义纸喊肢和屯丫版,W削巧本学位论义的个部巧部分内容编A片灾数掘’i!,nu、、.巧进巧检桌i采川影印缩印或棉等制乎巧保仔w;i.编7位论义保密学位论义化解密后的化用梭权Hh。学位论义作冉签扣朵婚^校内則巾猎:^5^若^"*'。在年人J/如啤Iy口V巧年別JI校外^师签斬如。心反年I摘要摘要近年来,人脸识别已经成为模式识别与人工智能领域的研究热点,人脸识别以其非接触式的、便捷的信息采集方式被广泛应用于各种安全监控和信息管理领域。特征选取是人脸图像处理中一个非常重要的环节,纹理特征是图像的重要特征之一。由于其对光照、位移、角度的变化具有良好的

4、适应性,因此己越来越多的应用到人脸图像分类中。大量的研究表明有效的特征提取方法不仅能使特征向量携带更多的有效信息,提高人脸的识别率和鲁棒性,还能够降低数据尺度,提高计算速度。目前,基于稀疏表示算法的人脸识别技术以其简单的算法模型和较好的识别效果受到了广大学者的关注。本文将特征提取应用到稀疏描述算法中字典集的构造,旨在提高系统的鲁棒性及识别率。论文主要的研究工作如下:(1)通过对压缩感知和稀疏表示理论的研究,可知稀疏系数对于信号类别具有很强的描述性,会选取能表示输入向量的关联最紧密的类别,忽略其他联系不紧密的类别。在AR数据库上进行仿真测试,结果表明使用稀疏表示算法进行人脸辨别是可

5、行的。(2)通过对局部彩色向量二进制模式(LCVBP)的研究,从彩色图像的多信号通道提取颜色范数模式和彩色角度模式,会使特征尺寸和计算量在一定程度上增大。因此,提出了一种自动的基于局部特征区域的LCVBP特征提取方法。在YCbCr彩色空间基础上定位人脸图像中的眼睛、鼻子和嘴部特征点,并利用这些特征点的位置获得特征区域,进而提取这些特征区域的LCVBP直方图,并按顺序放在一起作为最后一个图像的直方图特征。仿真结果表明:通过舍弃人脸图像中的冗余信息,可以获得近似LCVBP方法的识别效果,但特征向量的维度大大降低,计算量下降,人脸识别速度更快。(3)为了提高稀疏表示算法的鲁棒性,在原始

6、算法基础上增加了输入图像真假性辨别。这种改进能有效地辨别非库中的人脸。将彩色图像信息引入稀疏表达模型,并结合局部彩色向量二进制模式对图像进行特征提取,提出了一种非均匀的融合多种特征的特征提取方法来构造训练字典。在原始算法中引入误差项,能够有效地减少遮挡对识别率的影响。分别在彩色FERET人脸图像库和加州理工学院的彩色人脸数据库进行对比实验,仿真结果表明:本文提出的方法能够获得较好的识别率,并对旋转度数在15°左右的人脸有较好的识别效果。关键词:人脸识别;稀疏表示;彩色向量局部二值模式;局部特征。IAbstractAbstractInrecentyears,facerecognit

7、ionhasbecomeahotresearchfieldofpatternrecognitionandartificialintelligence.Duetothefactsoftheconvenientinformationcollectionandthenon-contact,thefacerecognitiontechnologyhasbeenwidelyappliedtothefieldsofsecuritymonitoringandinformationmanagem

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。