基于稀疏表示改進的人臉識別方法研究.pdf

1、人臉識別一直是模式識別和人工智能領域的研究熱點，而且正在逐漸進入安保防護、網(wǎng)上支付、銀行業(yè)務和智能家居等人類生活的各個方面。隨著稀疏表示理論的不斷深入研究和發(fā)展，基于稀疏表示的人臉識別方法也受到研究人員的廣泛關注。本文通過探索稀疏表示中冗余字典的結(jié)構(gòu)優(yōu)化，以及字典原子間稀疏性和協(xié)同表示之間的關系，來對現(xiàn)今基于稀疏表示的人臉識別方法進行改進。
　　首先，通過提取字典原子的融合特征，并將線性鑒別分析算法引入到稀疏表示的字典建立過程中，

2、建立結(jié)構(gòu)優(yōu)化的線性鑒別字典。對于基于稀疏表示的人臉識別算法來說，冗余字典的建立是對測試人臉進行稀疏表示的基礎和關鍵。通過提取融合特征作為字典原子，增強原子的人臉表示能力，然后考慮類之間有鑒別的信息，引入線性鑒別分析算法對字典進行改造，減小字典特征維數(shù)的同時增強了字典的鑒別能力，建立線性鑒別字典。實驗表明，使用線性鑒別字典可以增強稀疏系數(shù)的稀疏性和降低算法時間復雜度，并且更容易排除干擾人臉，顯著提高了人臉稀疏表示算法的性能。
　　其

3、次，在線性鑒別字典的基礎上，建立基于稀疏表示的快速l2-范數(shù)人臉識別方法。多數(shù)稀疏表示方法需要原子數(shù)目遠遠大于原子維數(shù)的大規(guī)模冗余字典，并采用l1-范數(shù)最小化方法來保證稀疏系數(shù)的稀疏性，這必然會導致算法的復雜度加大。本文方法通過提取線性鑒別字典中每類原子的主成分來縮減字典原子數(shù)，建立可以增強l2-范數(shù)稀疏性的簡潔字典，并通過l2-范數(shù)來計算稀疏系數(shù)，從而在保證識別性能的前提下大幅提高了算法運行速度。實驗表明，本文方法的運算速度在低維條件