学位论文 > 优秀研究生学位论文题录展示
基于稀疏表示的人脸识别算法研究
作 者: 李胜涛
导 师: 朱宁波
学 校: 湖南大学
专 业: 信息与通信工程
关键词: 人脸识别 稀疏表示 线性组合 子空间 高斯核函数
分类号: TP391.41
类 型: 硕士论文
年 份: 2013年
下 载: 2次
引 用: 0次
阅 读: 论文下载
内容摘要
人脸识别是现代生物信息识别中的一项重要技术,与其他生物特征识别技术相比,有更直观简单可扩展性强等优势,长期以来得到了非常广泛的发展和应用通常所说的人脸识别技术,基本都是对于特定的人脸图像,利用已经存储的人脸数据库来确认该图像中的一个或多个人的身份现有的人脸识别方法中,绝大多数需要对人脸图像进行预处理和特征提取特征的选取对遮挡噪声等复杂情况缺少鲁棒性,并且选择不同的特征,往往会对最终的识别结果产生比较大的影响这些问题使得基于特征提取的方法在应用中受到很大的制约稀疏表示方法具有识别率高鲁棒性强时间复杂度低等一系列优点本文从稀疏表示的基本理论入手,重点研究其在人脸识别领域中的应用首先阐述了现有的稀疏表示方法,通过实验分析了其在人脸识别中的可行性和优势然后以此为出发点,提出了改进的基于稀疏表示的人脸识别方法其主要思想是选择合适的训练样本集对测试样本进行重构,通过重构的结果实现对测试样本的分类在第四章,以每个类中为单位,从中各选择一个距离测试样本最近的样本,组成新的训练样本集在实验中我们很容易发现,识别率受两种样本的相似性的影响比较高即,相似性越强,识别率越高;反之,就越低于是,在第五章,我们打破以类为单位的局限,直接从整个训练样本集中为测试样本选择最近邻在选择时,为了处理诸如光照遮挡等复杂的情况,引入了高斯核函数在其特征子空间上进行选择与第四章的方法相比,该选择方法选择的最近邻与测试样本有更大的相似性,通过大量的实验可以发现,该方法能够达到更好的识别效果和更低的时间复杂度
|
全文目录
摘要 5-6 Abstract 6-8 目录 8-10 插图索引 10-11 附表索引 11-12 第1章 绪论 12-23 1.1 选题背景和意义 12-13 1.2 人脸识别算法简介 13-15 1.3 人脸识别技术发展历史 15-18 1.3.1 萌芽阶段 15 1.3.2 机器识别阶段 15-16 1.3.3 快速发展阶段 16-17 1.3.4 大规模应用阶段 17-18 1.4 人脸识别框架结构 18-20 1.5 人脸识别的基本方法 20-21 1.6 本文内容及组织结构 21-23 第2章 稀疏表示基本理论 23-33 2.1 稀疏表示引论 23-24 2.2 稀疏表示简介 24-28 2.3 稀疏表示求解方法 28-32 2.3.1 贪婪算法 28-31 2.3.2 全局优化算法 31-32 2.3.3 其他化算法 32 2.4 本章小结 32-33 第3章 人脸识别的稀疏表示 33-42 3.1 字典的构造 33-34 3.1.1 概念 33-34 3.1.2 构造字典 34 3.2 基于稀疏表示的人脸识别算法 34-37 3.2.1 测试样本 34-36 3.2.2 算法描述 36-37 3.3 实验 37-40 3.3.1 人脸数据库介绍 37-39 3.3.2 试验结果 39-40 3.4 本章小结 40-42 第4章 一种改进的两阶段人脸识别方法 42-51 4.1 传统稀疏表示的不足 42 4.2 TSSRM算法描述 42-44 4.2.1 TSSRM 方法第一阶段 42-43 4.2.2 TSSRM 方法第二阶段 43-44 4.3 TSSRM算法分析 44-47 4.4 TSSRM实验 47-50 4.4.1 实验介绍 47 4.4.2 识别率分析 47-49 4.4.3 识别效率分析 49-50 4.5 本章小结 50-51 第5章 基于高斯核的人脸识别稀疏表示方法 51-61 5.1 引论 51 5.2 算法描述 51-53 5.3 算法分析 53-55 5.4 实验 55-59 5.5 本章小结 59-61 第6章 工作总结与展望 61-63 6.1 工作总结 61 6.2 未来展望 61-63 参考文献 63-67 附录A 攻读硕士学位期间发表论文及参加科研项目 67-68 致谢 68
|
相似论文
- 2D人脸模板保护算法研究,TP391.41
- 语音信号的压缩感知研究及其在语音编码中的应用,TN912.3
- 基于加权投票和关键帧提取的视频流人脸识别方法研究,TP391.41
- 基于分类器融合的人脸识别研究,TP391.41
- 基于子模式的局部保留映射的人脸识别方法研究,TP391.41
- 基于判别型典型相关分析的多流形识别,TP391.41
- 鲁棒流形学习算法研究,TP391.41
- OFDM系统信道估计技术研究,TN919.3
- 基于稀疏表示残差融合的人脸表情识别,TP391.41
- 基于小波变换的信号稀疏表示及其在图像去噪中的应用,TP391.41
- 基于稀疏表示的立体匹配算法和红外目标的检测与跟踪,TP391.41
- 基于压缩感知的语音稀疏基和投影矩阵构造技术的研究,TN919.8
- 基于压缩感知的信号恢复算法研究,TN911.7
- 基于SVM的联机手写分类器设计,TP391.41
- 基于非参数统计高斯核函数特征量的网络流量异常检测方法,TP393.07
- 基于稀疏表示的高空间分辨率遥感影像纹理描述方法的研究,TP751
- 基于内容的商品图像分类技术研究,TP391.41
- 人脸识别系统的研究与实现,TP391.41
- 一种改进的核函数参数选择方法,O174
- 人脸识别中图像描述方法的研究,TP391.41
- 用于移动机器人的人脸检测与识别系统研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|