資源描述：
《基于gabor小波與稀疏表示的人臉識別方法研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、單位代碼：10293密級：碩士學(xué)位論文論文題目：基于Gabor小波與稀疏表示的人臉識別方法研究1011010525學(xué)號陳靜姓名邱曉暉導(dǎo)師信號與信息處理學(xué)科專業(yè)現(xiàn)代通信中的智能信號處理研究方向工學(xué)碩士申請學(xué)位類別二零一四年五月論文提交日期萬方數(shù)據(jù)FaceRecognitionResearchBasedOnGaborWaveletAndSparseRepresentationAlgorithmThesisSubmittedtoNanjingUniversityofPostsandTelecommunicationsfortheDegreeofMasterofEngineeringByChenj
2、ingSupervisor:Prof.QiuXiaohuiMay2014萬方數(shù)據(jù)南京郵電大學(xué)學(xué)位論文原創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是我個人在導(dǎo)師指導(dǎo)下進行的研究工作及取得的研究成果。盡我所知，除了文中特別加以標(biāo)注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得南京郵電大學(xué)或其它教育機構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻均已在論文中作了明確的說明并表示了謝意。本人學(xué)位論文及涉及相關(guān)資料若有不實，愿意承擔(dān)一切相關(guān)的法律責(zé)任。研究生簽名：_____________日期：____________南京郵電大學(xué)學(xué)位論文使用授權(quán)聲明本人授
3、權(quán)南京郵電大學(xué)可以保留并向國家有關(guān)部門或機構(gòu)送交論文的復(fù)印件和電子文檔；允許論文被查閱和借閱；可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索；可以采用影印、縮印或掃描等復(fù)制手段保存、匯編本學(xué)位論文。本文電子文檔的內(nèi)容和紙質(zhì)論文的內(nèi)容相一致。論文的公布（包括刊登）授權(quán)南京郵電大學(xué)研究生院辦理。涉密學(xué)位論文在解密后適用本授權(quán)書。研究生簽名：____________導(dǎo)師簽名：____________日期：_____________萬方數(shù)據(jù)摘要人臉識別具有廣泛的應(yīng)用價值與研究意義，成為當(dāng)今計算機視覺及生物識別領(lǐng)域的研究熱點之一。人臉識別包括特征提取與分類。目前最常用的特征提取方法有子空間分析
4、法，彈性圖匹配法，最流行的分類法有最近鄰、SVM、稀疏表示分類法。本文在2DGabor小波理論與稀疏保留投影算法的基礎(chǔ)上對人臉識別進行了研究，本文的研究工作如下：（1）研究了稀疏保留投影算法SPP，該算法通過保持樣本間的全局稀疏重構(gòu)關(guān)系對高維空間中的樣本數(shù)據(jù)進行降維，在Yale、AR和ExtendedYaleB人臉庫上取得了較好的實驗結(jié)果，但是此算法不能很好地保持樣本的局部鄰域信息，沒有充分利用樣本的類信息。針對此不足，本文在稀疏保留投影算法的基礎(chǔ)上對降維算法進行了改進，提出了局部流形保持的稀疏保留投影算法LSPP，在稀疏保留投影算法中引入了LPP算法的思想，通過保持同類樣本數(shù)據(jù)的近鄰關(guān)系
5、對原始高維樣本數(shù)據(jù)進行降維，在ORL人臉數(shù)據(jù)庫上的實驗證明了該算法的有效性。（2）提出了2DGabor小波與改進的稀疏保留投影算法相結(jié)合的GLSPP特征提取算法。當(dāng)同類人臉圖像所受光照、姿態(tài)、表情差異較大時，稀疏表示類算法對人臉圖像進行特征提取時不能消除這些因素的影響，2DGabor小波能夠克服這些因素的影響，能夠提取人臉圖像的不變信息。GLSPP首先用2DGabor小波對人臉圖像進行特征提取，然后用改進的稀疏保留投影算法進行降維，最后用最近鄰分類器分類。實驗證明，該算法提高了人臉識別率。（3）研究了在不同的訓(xùn)練樣本數(shù)下，本文的GLSPP算法與PCA、SPP、LSPP在ORL人臉數(shù)據(jù)庫上的
6、比較實驗，實驗結(jié)果表明，該算法的識別性能優(yōu)于其它三種算法。關(guān)鍵詞：2DGabor小波，稀疏表示，稀疏保留投影，模式識別I萬方數(shù)據(jù)AbstractFacerecognitiontechniqueisofgreatvalueforitswideapplicationandresearchsignificance,whichhasbecomeoneofhotspotsofresearchinthefieldofbiologicalrecognitionandcomputervision.Facerecognitionconsistsoffeatureextractionandclassifica
7、tion.Upnow,themostoften-usedmethodsforfeatureextractionarethesubspaceanalysismethodandelasticgraphmatchingmethod.Andforclassificationsmethod,therearenearestneighbormethod,SVMmethodandsparserepresentationclassific
