基于稀疏表示和特征提取的人脸识别算法研究

《基于稀疏表示和特征提取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、Ｉ４各种泼＊葦ＵＮＩＶＥＲＳＩＴＹＯＦＥＬＥＣＴＲＯＮＩＣＳＣＩＥＮＣＥＡＮＤＴＥＣＨＮＯＬＯＧＹｏｒＣＨＩＮＡ硕±学位论义＾ＭＡＳＴＥＲＴＨＥＳＩＳｆｌ■７〇＾■次精■＾论文题目基于稀疏表示和恃征提取的人脸识别算法研堯■学科专业信号与信息处狸学号２０１３２１０２０４３０作者姓名卢凌另指导教师刘欣刚教授．■．＇－，＇＇？，、，．■．？＇．．，－．；独剑性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究

2、成果。据我所知，除了文中特别加Ｗ标注和致谢的地方夕ｈ论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。作者签名：日期：年＾月＿＾日论支使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定，有权保留并向国家有关部口或机构送交论义的复印件和磁盘，允许论文被查阅和借阅。本人授权电子科技大学可Ｗ将学位论文的全部或部分内容编入有关数据库进行检索，可Ｗ采用影印、缩印或扫描等复制手段保存、汇

3、编学位论文。（保密的学位论文在解密后应遵守此规定）作者签名：导师签名：９＇心、Ｍ气、卢日期：年：ｒ月了日■／分类号密级注1UDC学位论文基于稀疏表示和特征提取的人脸识别算法研究（题名和副题名）卢凌云（作者姓名）指导教师刘欣刚教授电子科技大学成都（姓名、职称、单位名称）申请学位级别硕士学科专业信号与信息处理提交论文日期2016.3.30论文答辩日期2016.5.9学位授予单位和日期电子科技大学2016年6月答辩委员会主席评阅人注1：注明《国际十进分类法UDC》的类号。RESEARCHONFACERECOGNITIONALGORITHMBASEDONSPAR

4、SEREPRESENTATIONANDFEATUREEXTRACTIONAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:SignalandInformationProcessingAuthor:LingyunLuAdvisor:Prof.XingangLiuSchool:SchoolofElectronicEngineering摘要摘要随着模式识别、图像处理及机器学习的发展，快速有效的自动识别与验证技术由于其巨大的理论及实际应用价值吸引了广泛关注。作为生物识别中重要的验

5、证手段，人脸识别在信息安全、刑事侦查和视频监控等领域获得了巨大发展，广泛用于智能家居、平安城市、智能监控及智能建筑等。基于稀疏表示分类（SRC）的人脸识别算法由于其对噪声和局部遮挡的鲁棒性成为了研究热点，SRC基本思想是利用测试样本在训练集上的线性表示来最小化重建误差进行分类。首先利用优化问题求解获得测试样本在不同类别训练样本上的稀疏表示系数，通过训练样本线性组合获得重建样本，最后求得重建残差最小的类为分类结果。本文针对人脸识别中广泛存在的问题展开研究，特别是实际场景下面临的光照变化以及表情姿态变化等。在深入探讨稀疏表示相关理论基础上研究了基于稀疏表示的人脸识别算法面临的问题，

6、并进行算法的改进与创新。本文主要研究内容为：1.简要概述了人脸识别框架及面临的主要挑战。分析讨论了稀疏表示基础理论知识，并对稀疏表示研究重点中的字典学习以及系数求解进行研究。总结了传统的SRC算法流程以及经典的改进算法。2.针对于经典特征算子对图像信息的良好表达能力，研究了基于稀疏表示和特征提取的迭代稀疏表示分类算法。算法为了提升识别效率，首先利用迭代过程有效去除重建残差较大的类并更新训练集，接着利用经典LBP特征或Gabor特征描述判别信息，最后利用有效特征组成的训练集进行稀疏表示及分类。3.局部结构信息由于其在模式识别中的重要作用而受到广泛关注。本文构建了一套简单人脸识别系

7、统。结合图像信号的局部性和稀疏性研究了一种新的基于权重稀疏表示的分类算法，为了获得图像样本间更准确的相似性度量，利用LBP特征表示的图像进行局部结构信息提取。4.针对图像非线性分布问题，结合局部结构判别信息，研究了基于权重的核稀疏表示人脸识别算法。算法将原始数据映射到高维核空间的同时求解局部结构信息，为了应对光照变化影响相似性度量的准确度，权重对角矩阵通过MSR算法处理后的样本进行计算获得。该算法在结合局部性以及稀疏性基础上有效解决了广泛存在的光照及遮挡等挑战性问题。关键词：人脸识别，特征提