基于稀疏表示的人臉識別.pdf

1、生物特征識別是通過生物傳感器、計算機以及生物統(tǒng)計學(xué)原理等，依據(jù)人所固有的生理或行為特征對個人身份進行鑒定。人臉識別是生物特征識別技術(shù)中的一個重要分支，在人機交互、安全認證等領(lǐng)域具有廣泛的應(yīng)用。
　　人臉特征具有唯一性，但人臉圖像也易受各種干擾因素的影響，例如光照、表情、遮擋、姿態(tài)以及圖像數(shù)據(jù)庫的大小都會對基于計算機的自動識別效果造成一定程度的影響。在現(xiàn)有的人臉識別算法中，基于稀疏表示的人臉識別是一個新興且有效的方法。此方法是通過稀

2、疏表示簡捷的判別功能來實現(xiàn)對人臉的識別。但稀疏表示方法對于樣本數(shù)量有著較高要求，且在處理含有光照問題人臉圖像時無法消除光照對數(shù)據(jù)庫的影響。
　　針對上述存在的問題，本文對復(fù)雜光照下的人臉識別問題及單樣本人臉識別問題進行了深入的研究，主要獲得以下研究成果：
　　(1)針對人臉識別中的光照問題對Retinex方法進行改進，將偏微分方程與其結(jié)合能更有效解決光照不均勻等問題。
　　(2)提出了一種基于偏微分方程改進Retine

3、x與稀疏表示相結(jié)合的人臉識別方法，有效地提高了稀疏表示方法在復(fù)雜光照條件下的人臉識別效果。
　　(3)提出了基于ModulePCA與稀疏表示相結(jié)合的單樣本人臉識別方法。采用ModulePCA方法對單樣本人臉圖像進行分割提取特征并擴充樣本數(shù)量，變換后的圖像與原有人臉圖像共同作為新的訓(xùn)練集進行訓(xùn)練，將新獲取的樣本庫作為稀疏表示的原子庫進行識別。
　　本文在ORL、Yale-B、CAS-PEAL、IMM及PolyU-NIRFD多個