结合局部特征和稀疏编码的人脸识别算法研究

《结合局部特征和稀疏编码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、＇一＇－，－？．．；．■．一＇＾．＇＊１？＜－■．石．■－一－？？？．■．－？？．－－：：二＇－－严：ｉ．－＇－Ｔ■－二…ｒ：＇一’＇－－？主－？一＾，－ｒ：，＾ｒ：＇；■：■去心＇一．Ｊ■．＇．：－子：－．＿－＇－．－．＇．，、‘、一．－，．？＿．．ｒｔ．．．＇－’．‘．７．—＾禱如乎無Ａ方聲＇－＇－Ｖ＾．ｒ：

2、硕尘学優论文论文趨肯结合局部特征巧稀疏编码衛人脸Ｕ巧瑚算德研究研巧生厉复狐专业皆算祝睦用我求＞＾充方卸数妾團像化疆．－一￣ｆ．猜导穀筛巧祥察乂教援）＇．■—＇一．■■＇：？－ＶＶ吧Ｖ：？？．■■－－．？－－＾■．Ｊ又＇三‘＿；：；、—一■－■￣？＇一一？■、－－．．－－一－－＇一－＿：—■？－———：＇：Ｖ：二妻一表華Ｓ弗七＾－－Ｖ＾：

3、．■，－：．＇■‘－＿：一—分类号密级公开UDC学位论文题目：结合局部特征和稀疏编码的人脸识别算法研究研究生姓名：厉复圳学科专业名称：计算机应用技术研究方向：数字图像处理论文类型：应用研究申请学位：工学硕士指导教师姓名：石祥滨指导教师职称：教授指导教师单位：沈阳航空航天大学论文提交日期：2016年03月07日论文答辩日期：2016年03月11日沈阳航空航天大学2016年03月SHENYANGAEROSPACEUNIVERSITYTHESISFORMASTER’SDEGREERESEARCHONFACE

4、RECOGNITIONALGORITHMBASEDONSPARSECODINGWITHLOCALFEATURESCandidate：FuzhenLiSupervisor：XiangbinShiSpecialty:ComputerApplicationTechnologyDate:March,2016摘要传统的基于稀疏编码的人脸识别方法普遍表现出了对于一定数量的遮挡和噪声比较健壮的特点，即使在人脸图像被大量的随机噪声干扰或者戴头巾，围围巾，穿戴眼镜等其他配饰情形下仍然可以保证较高的识别精度。但在实际应用的过程中，仍需进一步提升计算速度和针对非对齐人

5、脸的识别精度。本文针对当前基于稀疏编码的人脸识别方法存在的问题，对稀疏编码和人脸识别相关技术进行了研究，取得了以下成果：针对稀疏表示重建精度高但计算速度慢，协同表示计算速度快但重建精度低的问题，通过对两种算法的相关性分析，本文提出了一种兼顾重建精度与计算速度的算法，即强制稀疏编码算法。强制稀疏编码算法采用协同表示算法生成协同表示系数，并将其经强制稀疏处理后的结果作为稀疏表示算法迭代求解过程中的初始值和字典降维依据，从而达到通过设置倾向性初值和降低字典维数以提高求解稀疏表示速度的目的。本文将强制的稀疏编码算法与局部特征相结合，提出了结合局部特征和强

6、制稀疏表示的人脸识别方法，在字典的形成阶段采用了LBP、Gabor等特征提取算法，从而在一定程度上提高识别的精度；针对实际应用场景中非对齐人脸的识别问题，结合分块策略，提出了结合局部特征和分块的强制稀疏表示的人脸识别方法，以提高识别精度。在YaleB、AR等数据集上进行的大量对比实验表明，强制稀疏编码算法所得编码向量稀疏度较高，在保证较高识别率的前提下，极大的提高了计算效率；结合局部特征和强制稀疏编码算法求解速度快，并进一步提高了识别精度；结合局部特征和分块的强制稀疏表示的人脸识别方法极大的提高了非对齐人脸的识别精度。关键词：人脸识别；稀疏表示；

7、人脸局部特征；强制稀疏表示IAbstractFacerecognitionalgorithmbasedonsparserepresentationisquiterobusttonoiseandocclusion.Itcanmaintainahighrecognitionperformanceeveninthecaseofalargenumberofrandomnoiseinterferenceorwearingascarf,glassesandsoon.However,inthepracticalapplicationprocess,thecal

8、culationspeedandnon-alignedfacerecognitionaccuracyarestillneedtobefu