資源描述：
《基于局部合成正臉和稀疏表示的人臉識(shí)別算法.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、基于局部合成正臉和稀疏表示的人臉識(shí)別算法張雨2015年1月中圖分類號(hào)：TP391.4UDC分類號(hào)：621.3基于局部合成正臉和稀疏表示的人臉識(shí)別算法作者姓名張雨學(xué)院名稱計(jì)算機(jī)學(xué)院指導(dǎo)教師趙清杰教授答辯委員會(huì)主席陸耀教授申請(qǐng)學(xué)位工學(xué)碩士學(xué)科專業(yè)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)位授予單位北京理工大學(xué)論文答辯日期2015年1月FaceRecognitionMethodviaLocallySynthesisFrontFaceandSparseRepresentationCandidateName：YuZhangSchoolorDepartment:ComputerScienceFac
2、ultyMentor:Prof.QingjieZhaoChair,ThesisCommittee：Prof.YaoLuDegreeApplied:MasterofPhilosophyMajor：ComputerScienceandTechnologyDegreeby:BeijingInstituteofTechnologyTheDateofDefence：January，2015研究成果聲明本人鄭重聲明：所提交的學(xué)位論文是我本人在指導(dǎo)教師的指導(dǎo)下進(jìn)行的研究工作獲得的研究成果。盡我所知，文中除特別標(biāo)注和致謝的地方外，學(xué)位論文中不包含其他人已經(jīng)發(fā)表或撰寫(xiě)過(guò)的研究成果
3、，也不包含為獲得北京理工大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書(shū)所使用過(guò)的材料。與我一同工作的合作者對(duì)此研究工作所做的任何貢獻(xiàn)均已在學(xué)位論文中作了明確的說(shuō)明并表示了謝意。特此申明。簽名：日期：北京理工大學(xué)碩士學(xué)位論文摘要自動(dòng)人臉識(shí)別技術(shù)有著廣泛的應(yīng)用前景，一直都是國(guó)內(nèi)外學(xué)者研究的熱點(diǎn)。雖然目前人臉識(shí)別技術(shù)已經(jīng)取得了很大的進(jìn)展，但是在實(shí)際應(yīng)用中，仍然面臨遮擋、表情、光照等諸多問(wèn)題，尤其是當(dāng)頭部姿態(tài)發(fā)生大角度偏轉(zhuǎn)時(shí)，識(shí)別率會(huì)明顯下降。針對(duì)這一問(wèn)題，本文重點(diǎn)研究多姿態(tài)下的人臉識(shí)別技術(shù)，主要工作如下：提出基于局部合成正臉?biāo)惴ǎ瑥亩行У亟鉀Q了人臉識(shí)別技術(shù)中的姿態(tài)問(wèn)題。在實(shí)際人臉識(shí)
4、別系統(tǒng)中，作為測(cè)試樣本的人臉和訓(xùn)練樣本人臉的姿態(tài)往往存在較大差異，傳統(tǒng)人臉識(shí)別算法的正確性無(wú)疑會(huì)受到負(fù)面影響。為了減小由于姿態(tài)變化引起的識(shí)別錯(cuò)誤，本文提出了一種基于局部正臉合成的算法，將輸入的測(cè)試側(cè)臉，模擬正面人臉，這種算法同時(shí)對(duì)部分遮擋也有很好的魯棒性。提出三階段人臉識(shí)別算法(Three-phasetestsamplerepresentation,3PTSR)，可同時(shí)解決遮擋、干擾和姿態(tài)問(wèn)題。第一個(gè)階段——正臉合成階段，用提出的正臉合成算法，將偏轉(zhuǎn)角度較大的輸入人臉合成其相應(yīng)的正臉，以作為新的測(cè)試樣本；第二個(gè)階段——樣本篩選階段，從訓(xùn)練樣本中選擇出對(duì)新的測(cè)試樣
5、本表示能力最強(qiáng)的M個(gè)訓(xùn)練樣本；第三個(gè)階段——決策識(shí)別階段，用第二階段選擇的M個(gè)訓(xùn)練樣本做人臉識(shí)別。通過(guò)與經(jīng)典算法的對(duì)比實(shí)驗(yàn)證明，本文提出的基于局部正臉合成的算法和3PTSR人臉識(shí)別算法具有明顯的優(yōu)越性。關(guān)鍵詞：人臉識(shí)別；正臉合成；稀疏表示I北京理工大學(xué)碩士學(xué)位論文AbstractAutomaticfacerecognitionhasawideapplicationprospectandhasbeenahottopicamongscholarsaroundtheworld.Althoughfacerecognitionhasmadeagreatprogress,i
6、tisstillfacedwithalotofchallengessuchasocclusion,expressionandillumination.Especiallywhenthefaceposevariesdramatically,recognitionratewilldecline.Toaddressthisproblem,inthispaper,wefocusonmulti-posefacerecognition.Themaincontributionsaresummarizedasfollows:Alocalfrontalfacesynthesizi
7、ngalgorithmisproposedtosolvetheproblemofposevariationinfacerecognition.Inpracticalfacerecognitionsystem,thedifferencebetweentheposeoffacefortestsampleandthatoftrainingsampleisalwayshuge.Inordertoreduceerrorsduetoposevariation,weproposefrontalfacesynthesizingalgorithm,whichcanbeusedto
8、getthevirtua
