学位论文 > 优秀研究生学位论文题录展示
基于稀疏表达的人脸识别算法研究
作 者: 王静
导 师: 郭成安
学 校: 大连理工大学
专 业: 信号与信息处理
关键词: 稀疏表达 图嵌入 特征提取 Gabor特征 纠错SVM 人脸识别
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 157次
引 用: 0次
阅 读: 论文下载
内容摘要
人脸识别是一种重要的生物特征识别技术,能够利用人脸图像的视觉特征信息来进行身份识别,发展前景十分广阔。首先,非接触式操作,隐秘性强,而且具有唯一性,可靠性,能够广泛的应用在视频监控、身份验证等多个领域。其次,人脸识别的研究涉及了数字图像处理、模式识别、机器学习等众多交叉的学科领域,具有极高的理论研究价值。狭义的人脸识别主要是包括特征提取和分类器设计两个部分。特征提取的目的是在降维同时有效的提取出类别信息;而分类器设计部分则是对提取的人脸特征正确识别分类。稀疏表达理论是近年来人脸识别领域的热点研究课题之一。该理论认为,给出某一样本,可以用人脸库中的所有其他样本对其进行最佳稀疏重构,并且理想状态下该样本仅与同类样本强相关,因此可以用稀疏重构系数表征样本间的关系。另一方面,图嵌入模型为当前存在的多种特征提取算法提供了一个统一的研究框架,只是不同算法的目标函数以及约束条件存在差异。因此,可以利用图嵌入的模型开发新的特征提取算法。本文首先将稀疏表达理论与图嵌入降维模型相结合,提出了一种新的特征提取算法—稀疏表达鉴别分析算法(Sparse Representation Discrimination Analysis, SRDA) SRDA算法在低维空间中不仅能够保持原始数据的稀疏重构关系,还能保持样本的空间结构,具有很好的识别性能。而后将SRDA算法与Gabor小波相结合,得到基于Gabor特征的SRDA算法(GSRDA),进一步提高了识别率。另一方面,分类器部分首先对稀疏表达分类器进行了改进,通过比较每类样本中K个最大稀疏系数和进行分类,提出了K-SUM稀疏表达分类器,同时应用了纠错SVM分类器,并将最新的特征提取算法与这两种分类器相结合,得到了最高的识别率性能。本文通过在ORL、AR和FERET库上的实验证明了本文提出的框架和方法的有效性。
|
全文目录
摘要 4-5 Abstract 5-9 1 绪论 9-17 1.1 课题研究背景与研究意义 9-10 1.2 国内外研究概况及发展趋势 10-11 1.3 人脸识别算法综述 11-15 1.3.1 人脸识别的研究内容 11-12 1.3.2 特征提取算法回顾 12-14 1.3.3 几种典型分类器 14-15 1.4 论文的主要工作及章节安排 15-17 2 基础知识概述 17-29 2.1 图嵌入降维方法 17-19 2.1.1 图嵌入模型 17-18 2.1.2 传统图的构造方法 18-19 2.2 几种降维算法的图模型 19-24 2.2.1 主成分分析 19-20 2.2.2 线性判别分析 20-21 2.2.3 局部保留投影 21-22 2.2.4 边界Fisher分析 22-24 2.3 人脸的稀疏表达理论 24-26 2.3.1 稀疏表达理论的提出 24 2.3.2 人脸的稀疏表达模型 24-25 2.3.3 稀疏系数的求解 25-26 2.4 稀疏表达分类器 26-29 3 基于稀疏表达的人脸识别 29-42 3.1 改进的图构造方法 29-31 3.1.1 构造l_1-graph 29-30 3.1.2 稀疏保留投影 30-31 3.2 稀疏表达鉴别分析 31-35 3.2.1 SRDA算法的提出 31-32 3.2.2 SRDA算法的数学描述 32-34 3.2.3 SRDA算法的人脸识别步骤 34-35 3.3 基于Gabor特征的SRDA算法 35-38 3.3.1 人脸图像的Gabor表示 35-37 3.3.2 基于Gabor特征的SRDA算法 37-38 3.4 分类器的设计 38-42 3.4.1 K-SUM稀疏表达分类器 38-39 3.4.2 纠错SVM分类器 39-42 4 实验结果举例与分析 42-53 4.1 ORL人脸库实验结果及分析 42-45 4.1.1 ORL库上的特征提取实验 43-44 4.1.2 ORL库上的分类实验 44-45 4.2 AR人脸库实验结果及分析 45-50 4.2.1 AR库上的随机实验 46-49 4.2.2 AR库上的固定实验 49-50 4.3 FERET人脸库实验结果及分析 50-53 5 结论 53-55 参考文献 55-58 攻读硕士学位期间发表学术论文情况 58-59 致谢 59-60
|
相似论文
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 2D人脸模板保护算法研究,TP391.41
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 空间交会接近视觉测量方法研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 多币种纸币处理技术的研究与实现,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 基于随机森林的植物抗性基因识别方法研究,Q943
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- 基于视觉的番木瓜外观品质检测技术研究,S667.9
- 基于流形学习的数据降维技术研究,TP311.13
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 红外图像目标识别及跟踪技术研究,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
|