資源描述：
《基于局部特征約束的壓縮感知人臉識別算法研究-論文.pdf》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、ISSN1009-3044E—mail：eduf@dl
2、zs．ne1．enComputerKnowledgeandTechnology電腦知識與技術(shù)http：／／www．dnzs．net．cnVo1．10，No．7，March2014Tel：+86—55l一6569096365690964=========：：==：：==：=：：=：======：：==================================：=一==—一基于局部特征約束的壓縮感知人臉識別算法研究羅聰，劉斌，魏夢然．r'．(同
3、濟(jì)大學(xué)電信學(xué)院計算機(jī)系，上海201804)摘要：人臉識別是計算機(jī)模式識別領(lǐng)域中一個研究熱點和難點。針對人臉識別中數(shù)據(jù)量大、高維度、非線性等問題，提出基于局部特征約束的壓縮感知人臉識別方法．首先對人臉圖像進(jìn)行選擇性約束處理，利用SIFT算法提取人臉圖像中的局部特征，以此構(gòu)成壓縮感知算法中的測量矩陣，再利用壓縮感知的重構(gòu)算法計算特征的稀疏表示，在此基礎(chǔ)上進(jìn)行人臉識別。算法在AR人臉庫上進(jìn)行了抗干擾比對測試，實驗結(jié)果驗證了算法對光照、表情以及遮擋等干擾具有強(qiáng)的魯棒性，局部特征的約束大大降低了特征點的數(shù)量，有
4、效提高了人臉識別的正確率。關(guān)鍵詞：壓縮感知；人臉識別；特征提??；局部特征：SIFT算法中圖分類號：TP391文獻(xiàn)標(biāo)識碼：A文章編號：1009—3044(2014)07—1500—05TitleCompressiveSensingBasedonConstraintLocalFeatureforFaceRecognitionLUOCong，LIUBin．WElMeng—ran(DepartmentofComputerScience，TongjiUniversity，Shanghai201804，China
5、)Abstract：Forthebigdata，highdimensionandnoMinearproblemsinfacerecognition，thispaperproposeanewfacerecogni—tionmethodbasedoncompressivesensingwithconstraintlocalfeature．Firstprocessconstraintonimage，thenextractlocalfea-tureswithSIFTmethodandformameasurem
6、atrix，finalywecancalculatesparserepresentthroughCS．Inthispaper，toveriftheperformanceofalgorithmdoexperimentsonARdatabase．Resultsshowsthatalgorithmcanefectivelyreducetheamountoffeature，andhavehighrobustnesstOillumination，expressionandblock．Algorithmimpro
7、vesrateoffacerecognitionefectively．Keywords：compressivesensing；facerecognition；featureextraction；localfeature；SIFT1概述人臉識別憑借著直觀突出、安全可靠和智能交互等優(yōu)勢長期備受研究者的關(guān)注。在過去的幾十年，人臉識別技術(shù)取得了較大的進(jìn)步，涌現(xiàn)出許多人臉識別方法。傳統(tǒng)的人臉識別方法有流行的主成分分析(PrineipalComponentAnalysis，PCA)?，線性判別分析(LinearD
8、iscriminantAnalysis，LDA)】，幾何特征方法等。但是人臉識別仍然面臨著諸多亟待解決的問題，比如數(shù)據(jù)量大、維數(shù)高、非線性等，尤其是在光照的復(fù)雜性、表情的隨機(jī)性以及遮擋等干擾因素存在下。近年來，壓縮感知(CompressiveSensing，cs)理論的興起，引起國內(nèi)外許多學(xué)者的研究。壓縮感知理論中最經(jīng)典的內(nèi)容就是稀疏表示理論。稀疏表示最早出現(xiàn)在信號領(lǐng)域，最初目的是為了用比香農(nóng)采樣定理更低的采樣率來表示和壓縮信號，通過對重構(gòu)矩陣的設(shè)計，構(gòu)建重構(gòu)空間，進(jìn)而再計算重構(gòu)空間上的最佳稀疏重構(gòu)系
9、數(shù)】。Cand、es和Donoho在相關(guān)研究基礎(chǔ)上于2006年正式提了壓縮傳感的概念】。壓縮感知理論能夠很好的解決數(shù)據(jù)從高維到低維的轉(zhuǎn)換，給人臉識別領(lǐng)域開辟_條新的途徑，引起眾多學(xué)者的研究和關(guān)注。比如，YiMa等人將壓縮感知理論和稀疏表示理論引入人臉識別領(lǐng)域，并驗證其對光照、表情以及遮擋等情況下，人臉識別具有很好的魯棒性，TanayaGuha等人通過學(xué)習(xí)過完備字典集，利用稀疏表示成功的識別了視頻中人物的物理動作和人物的面郜表情，RanHe等人提出了二級非
