基于稀疏表示的人臉識(shí)別方法研究.pdf

《基于稀疏表示的人臉識(shí)別方法研究.pdf》由會(huì)員上傳分享，免費(fèi)在線(xiàn)閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、：．．；Ｖ；０ｖ’＞；令齡：：－’，．；、Ｈ巧％．ｏ１．；．Ａ＼：ｃ，、苗是ｖ％．／資０多壽‘￡’；‘冷＂ｖ；．．．ｙ《．如、讀》徑’，作咬Ｌ．Ｖ襄；興＜豪．－－方Ｖ．＂公戶(hù)萬(wàn)；＾Ｖ齊７古＇品Ｉ、９；‘０；朽扭－訓(xùn)女５．、；：：林磅芝；：處欠；．這－無(wú)義、鶴？．＾參，．＾壤巨Ｉ養(yǎng)－－旬’浸，’：４若＾式．嘴ｒＩ．－；；早：．－７．氣＞興＞．／＼達(dá)巧人險(xiǎn)識(shí)巧法’祐涼防諱究、．琴，．＇／；：：．＇．．－、．已－．＼；＼／、．巧．襲／》：：、．齋／Ｍ為／，巧’＼／云；，Ｍ象公．．‘１ｒ＼；某－：ｒ?。?？ｖ一兵磚￥．＃；式夸ｆｉ．苗乂」＾ｖ／

2、｝＇Ｋ黃吹．賓變冷皆聲？．，ｒ進(jìn)苗：．ｊ．．？稽．７義公；＇、ｒ－．．，薦；：顯如．．；寒７．皆貧八靜蘭；＼；貧Ｍ蛛苦意Ｖ．義琴奏．Ｓ氣真幾：霉＇１Ｖ．Ｖ；ｏ咨ｉｖ■警／－呼￥；蘆嗦－．產(chǎn)％養(yǎng)，；一－、．讀競(jìng)．巧：％ｒ．ｖ皆，裹，、．Ａ戶(hù)．：．．＇＇，ｖ替．Ｖｒ杳；．ｖ；＇蠢．故；．產(chǎn)終；．／／草：專(zhuān)」＞、家．，＞－ｚ；命．３ｒ年＞．進(jìn)；廣Ｖ＇；＇－門(mén)寧．＇－：：．：當(dāng)ＶＭ．ｒ辜＼ｒｖ＇／，Ｖ．矣．／’八去過(guò)＞？＇．某璋＇站?。埂崳姡椋椋崳姡埽崳?；．離分類(lèi)號(hào)ＴＰ３９１．４密級(jí)公開(kāi)

3、ＵＤＣ工程碩±學(xué)位論文基于稀疏表示的人臉識(shí)別方法研究施靜蘭學(xué)科專(zhuān)業(yè)計(jì)算化技乂指導(dǎo)教師常侃副教授企業(yè)導(dǎo)師陳雪云高級(jí)工程師論文答辯日期２０１５年１１月０９日學(xué)位授予日期２０１５年１２月３１日答辯委員會(huì)主席梁永忠教授級(jí)高級(jí)工程師廣西大學(xué)學(xué)位論文原創(chuàng)性和使用授權(quán)聲明本人聲明所呈交的論文，是本人在導(dǎo)師的指導(dǎo)下獨(dú)立進(jìn)行研究所取得。的研巧成果除已特別加Ｗ標(biāo)注和致謝的地方外，論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫(xiě)的研究成果，也不包含本人或他人為獲得廣西大學(xué)或其它單位的學(xué)位而使用過(guò)的材料一。與我同工作的同事對(duì)本

4、論文的研巧工作所做的貢獻(xiàn)均己在論文中作了明確說(shuō)明。本人在導(dǎo)師指導(dǎo)下所完成的學(xué)位論文及相關(guān)的職務(wù)作品，知識(shí)產(chǎn)權(quán)歸屬?gòu)V西大學(xué)。本人授權(quán)廣西大學(xué)擁有學(xué)位論文的部分使用權(quán)，即：學(xué)校有權(quán)保存并向國(guó)家有關(guān)部口或機(jī)構(gòu)送交學(xué)位論文的復(fù)印件和電子版，允許論文被查閱和借閱，可Ｗ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(kù)進(jìn)行檢索和傳播，可采用影印、縮印或其它復(fù)制手段保存、匯編學(xué)位論文。本學(xué)位論文屬于；□保密，在年解密后適用授權(quán)。囚不保密。＂＂（請(qǐng)?jiān)谏舷鄳?yīng)方框內(nèi)打Ｖ）論文作者簽名：日期；７＾棘義．／＞成為：／ＩＩ指導(dǎo)教師簽名心日期又

5、＞／．〇作者聯(lián)系電話(huà)：電子郵箱：基于巧疏表示的人搶識(shí)別方法研究摘要人臉識(shí)別是一項(xiàng)重要的生物特征識(shí)別技術(shù)，其研究跨越數(shù)學(xué)、圖像處理、模式識(shí)別、計(jì)算機(jī)視覺(jué)等多個(gè)領(lǐng)域，具有廣闊的應(yīng)用前景。近年來(lái)，許多研究學(xué)者將稀疏表示應(yīng)用于人臉識(shí)別，該人臉識(shí)別方法對(duì)光照變化、表情變化和局部遮擋等問(wèn)題魯椿性高一，這些優(yōu)點(diǎn)使其成為了個(gè)新興的研究熱點(diǎn)。目前，關(guān)于稀疏表示人臉識(shí)別方法的研究?jī)?nèi)容主要集中于冗余字典的構(gòu)造、稀疏編碼、分類(lèi)方法等方面。本文研究了基于稀疏表示的人臉識(shí)別方法一－，（＾提高識(shí)別率為目的，主要對(duì)字典學(xué)習(xí)方法進(jìn)行了研究通過(guò)在稀疏編

6、碼模型基礎(chǔ)上加入新的約束項(xiàng)，提高字典的區(qū)分性；將灰度圖像的字典學(xué)習(xí)方法拓展到彩色圖像的字典學(xué)習(xí)方法中，提髙字典色彩表達(dá)能力。本文主要的工作和創(chuàng)新點(diǎn)如下：１、針對(duì)ｍｅｔａｆａｃｅ學(xué)習(xí)（ＭｅｔａｆａｃｅＬｅａｒｎｉｎｇ，ＭＦＬ）算法字典判別能力一不夠高的不足－，本文提出種基于系數(shù)相似性的ｍｅｔａｆａｃｅ學(xué)習(xí)（０；〇６巧過(guò)６１１＊ｔ－－ＳｉｍｉｌａｒｉｂａｓｅｄＭｅｔａｆａｃｅＬｅａｒｎｉｎ－ｙｇ，ＣＳＭＦＬ）算法。ＣＳＭＦＬ學(xué)習(xí)算法的過(guò)程中，在更新稀疏表示系數(shù)階段加入同類(lèi)訓(xùn)練樣本稀疏編碼系數(shù)相似的約束項(xiàng)一，利用同類(lèi)樣本稀疏編碼

7、系數(shù)之間具有相似性這信息來(lái)提高字典的區(qū)分性。為了求解包含系數(shù)相似性約束的新的最優(yōu)化問(wèn)題，將目標(biāo)函數(shù)中的兩個(gè)范數(shù)約束項(xiàng)進(jìn)行合并，把原問(wèn)題轉(zhuǎn)化為典型ｋ／問(wèn)題進(jìn)行求解。／Ｉ在不同的人臉庫(kù)上進(jìn)行實(shí)驗(yàn)－ＭＦＬ，結(jié)果表明，本文提出的ＣＳ算法能夠獲得比ＭＦＬ算法更高的識(shí)別率，在ＥｘｔｅｎｄｅｄＹａｌｅＢ、ＡＲ、ＯＲＬＳ個(gè)人臉庫(kù)８％－ＭＦＬ中的識(shí)別率最大提升分別為化５、１．１５％、２．５％，說(shuō)明由ＣＳ算法學(xué)習(xí)得到的字典更髙效且更具區(qū)分性。２、為了利用ＲＧＢ色彩空間不同通道數(shù)據(jù)本身所包含的信息及它們之一間的相關(guān)性來(lái)提高字典的色彩表達(dá)能力致的Ｋ

8、－，基于標(biāo)簽ＳＶＤ（Ｌ