人臉識別中基于虛擬樣本的稀疏描述研究.pdf

1、人臉識別是現(xiàn)代生物信息識別中的一項重要技術(shù)。與其他生物特征識別技術(shù)相比，人臉識別技術(shù)有更加直觀、簡單、可擴展性強等優(yōu)勢，因此得到了廣泛的研究和應(yīng)用。截至目前，科研學(xué)者已經(jīng)提出了大量的人臉識別方法，并且取得了較好的成果。但由于人臉識別過程中易受人臉姿態(tài)、表情、光照、遮擋物、樣本不足等因素的干擾，使得現(xiàn)有人臉識別方法難以準(zhǔn)確的完成人臉識別和身份認(rèn)證。因此如何降低人臉識別錯誤率是人臉識別領(lǐng)域的重要方向，也是本文展開研究的初衷。
　　稀疏

2、描述方法具有識別錯誤率低、魯棒性強等眾多優(yōu)點。本文重點研究其在人臉識別領(lǐng)域中的應(yīng)用，首先闡述基于虛擬樣本的稀疏描述方法，并通過實驗驗證其在人臉識別中的可行性。本文主要工作包括:
　　針對人臉表情豐富、姿態(tài)多變所導(dǎo)致的訓(xùn)練樣本容量不足的問題，提出了改進的基于虛擬樣本的稀疏描述方法。該方法利用人臉的對稱性產(chǎn)生虛擬樣本，用于模擬表情、姿態(tài)略微變化的情況下人臉圖像可能的視觀。在一定程度上增加了訓(xùn)練樣本數(shù)量，從而減少了人臉表情、姿態(tài)變化對人

3、臉識別造成的負(fù)面影響。然后選擇更為合適的訓(xùn)練樣本來重構(gòu)測試樣本，最終利用重構(gòu)的結(jié)果對測試樣本進行分類。實驗表明，該方法能夠得到更低的人臉識別錯誤率。
　　針對光照多變所導(dǎo)致的訓(xùn)練樣本數(shù)量不足的問題，提出了基于虛擬樣本與高斯核距離的稀疏描述方法。該方法利用添加隨機噪聲的方式產(chǎn)生虛擬樣本，用于模擬光照變化、光照不均的情況下人臉圖像可能的視觀。在一定程度上擴充了訓(xùn)練樣本集的容量，從而減弱了光照多變對人臉識別的干擾作用。然后利用高斯核距離