基于稀疏表示的魯棒性人臉識(shí)別算法的研究.pdf

1、人臉識(shí)別是模式識(shí)別的重要研究方向,具有理論研究和實(shí)際應(yīng)用價(jià)值。自動(dòng)人臉識(shí)別以其無(wú)侵犯性、信息易采集和低成本等優(yōu)勢(shì),在海關(guān)檢查和視頻監(jiān)控等多個(gè)領(lǐng)域應(yīng)用廣泛。稀疏表示是人臉識(shí)別領(lǐng)域的一個(gè)重要發(fā)展方向,能夠有效提高人臉識(shí)別的魯棒性。
　　本文采用魯棒性稀疏表示分類(lèi)方法進(jìn)行人臉識(shí)別。在研究稀疏表示分類(lèi)方法的基礎(chǔ)上,對(duì)無(wú)訓(xùn)練字典和有訓(xùn)練字典兩類(lèi)稀疏分類(lèi)方法展開(kāi)研究;討論了訓(xùn)練字典的判別性對(duì)分類(lèi)性能的影響,并對(duì)兩類(lèi)稀疏表示分類(lèi)方法進(jìn)行改進(jìn),最

2、終在人臉識(shí)別應(yīng)用中,達(dá)到提高識(shí)別率的目的。本文的研究工作包括以下兩個(gè)方面:
　　1.稀疏表示分類(lèi)方法的研究。首先研究了稀疏表示的基本思想和方法,然后驗(yàn)證了基于稀疏表示分類(lèi)的人臉識(shí)別算法的魯棒性。通過(guò)Fisher和Metaface兩種字典訓(xùn)練方法,重點(diǎn)研究了訓(xùn)練字典對(duì)稀疏表示方法識(shí)別性能的改善,并通過(guò)實(shí)驗(yàn)驗(yàn)證了訓(xùn)練字典能夠有效提高人臉識(shí)別魯棒性。
　　2.基于稀疏表示的人臉識(shí)別(稀疏表示人臉識(shí)別)方法的研究。對(duì)無(wú)訓(xùn)練字典和有訓(xùn)

3、練字典的兩類(lèi)識(shí)別方法進(jìn)行了改進(jìn),具體工作如下:
　　1)在無(wú)訓(xùn)練字典的稀疏人臉識(shí)別算法中,直接用訓(xùn)練樣本集對(duì)測(cè)試圖像進(jìn)行稀疏重建,根據(jù)最小重建誤差進(jìn)行識(shí)別。為了提高表示系數(shù)的判別性,在稀疏重建中利用局部約束與稀疏約束相結(jié)合的方法,對(duì)算法進(jìn)行改進(jìn)。在保證表示系數(shù)的稀疏性前提下,使系數(shù)趨于選擇與測(cè)試人臉存在同一子空間的訓(xùn)練樣本,從而提高表示系數(shù)的判別性。并通過(guò)實(shí)驗(yàn)證明,改進(jìn)算法提高了人臉識(shí)別率。
　　2)在有訓(xùn)練字典的稀疏人臉識(shí)

4、別算法中,引入距離約束來(lái)改進(jìn)字典訓(xùn)練方法。距離約束能夠充分挖掘數(shù)據(jù)的局部特性,在稀疏字典中篩選出距離較近的同類(lèi)原子,訓(xùn)練一種具有判別性能的結(jié)構(gòu)字典,有利于提高識(shí)別性能。該字典即是訓(xùn)練樣本的魯棒性聚類(lèi),能夠以較少的原子完整地表示訓(xùn)練樣本數(shù)據(jù)。經(jīng)實(shí)驗(yàn)驗(yàn)證,改進(jìn)字典具有較強(qiáng)的判別性,該字典的稀疏表示分類(lèi)算法較同類(lèi)算法,人臉識(shí)別率明顯提高。
　　3)改進(jìn)的字典訓(xùn)練中的目標(biāo)函數(shù)具有收斂性,所以在字典訓(xùn)練中采用閉形解方法進(jìn)行字典更新和稀疏編碼