非理想狀態(tài)的單樣本人臉識(shí)別方法.pdf

1、隨著科學(xué)技術(shù)的不斷發(fā)展和實(shí)際應(yīng)用需求的增加，人臉識(shí)別技術(shù)在越來(lái)越多的領(lǐng)域得到了廣泛應(yīng)用.例如在信息安全、行政執(zhí)法監(jiān)督、智能卡以及門(mén)禁系統(tǒng)等領(lǐng)域，均可以看到人臉識(shí)別技術(shù)的實(shí)際應(yīng)用成果.越來(lái)越多的學(xué)者致力于人臉識(shí)別方向的研究并提出了許多有效的人臉識(shí)別方法.然而，由于現(xiàn)實(shí)環(huán)境的復(fù)雜性，人臉識(shí)別領(lǐng)域仍面臨著許多嚴(yán)峻的挑戰(zhàn).
　　在人臉識(shí)別領(lǐng)域中最具挑戰(zhàn)性的課題之一就是單樣本人臉識(shí)別問(wèn)題，尤其是非理想狀態(tài)下的單樣本問(wèn)題.人臉識(shí)別技術(shù)在很多領(lǐng)

2、域（如執(zhí)法監(jiān)督，護(hù)照信息管理，身份證信息管理等系統(tǒng)）的應(yīng)用都是單樣本問(wèn)題.與此同時(shí)，檢測(cè)樣本通常都會(huì)含有大量的非理想信息，例如由不同的光照、表情、年齡、姿態(tài)等所引起的變化信息.這些非理想狀態(tài)信息，在人臉圖像信息采集過(guò)程中是無(wú)法完全避免的.因此，對(duì)非理想狀態(tài)下的單樣本人臉識(shí)別問(wèn)題的研究具有很強(qiáng)的現(xiàn)實(shí)意義.
　　本文所做的主要工作如下：
　　針對(duì)非理想狀態(tài)下的單樣本人臉識(shí)別問(wèn)題，本文提出了一個(gè)基于變化特征表示的單樣本識(shí)別方法(V

3、FRC，Variational Feature Representation-based Classification). VFRC利用通用學(xué)習(xí)方法以及協(xié)同表示模型提取檢測(cè)樣本相對(duì)于訓(xùn)練樣本集的變化特征.利用這一變化特征信息與待檢測(cè)樣本信息，獲得檢測(cè)樣本的標(biāo)準(zhǔn)特征.由于變化特征是基于訓(xùn)練集樣本信息獲得的，因此降低了標(biāo)準(zhǔn)特征含有身份信息識(shí)別干擾因素的可能性.在識(shí)別模型中利用非理想狀態(tài)的檢測(cè)樣本和其標(biāo)準(zhǔn)特征的凸組合作為待檢測(cè)目標(biāo)進(jìn)行識(shí)別.標(biāo)

4、準(zhǔn)特征的使用在很大程度上加強(qiáng)了識(shí)別結(jié)果的有效性和魯棒性.
　　為了驗(yàn)證VFRC的有效性，本文在三個(gè)常用的標(biāo)準(zhǔn)數(shù)據(jù)庫(kù)（AR、Extended Yale B和CMU-PIE數(shù)據(jù)庫(kù)）以及最具挑戰(zhàn)的LFW數(shù)據(jù)庫(kù)上，對(duì)VFRC和幾個(gè)有效的可用于單樣本問(wèn)題的人臉識(shí)別方法以及幾個(gè)有效的針對(duì)單樣本問(wèn)題提出的人臉識(shí)別方法進(jìn)行了大量的多角度的對(duì)比實(shí)驗(yàn).實(shí)驗(yàn)結(jié)果均表明：對(duì)于非理想狀態(tài)的單樣本人臉識(shí)別問(wèn)題，VFRC能夠達(dá)到很好的識(shí)別結(jié)果并具有很強(qiáng)的魯棒性