基于稀疏和低秩表示的人臉識(shí)別研究.pdf

1、作為一種有效的生物特征識(shí)別技術(shù)，人臉識(shí)別在公共安全和日常生活的諸多領(lǐng)域有著廣闊的應(yīng)用前景。經(jīng)過幾十年的發(fā)展，人臉識(shí)別系統(tǒng)在受控條件下已經(jīng)能夠取得令人滿意的識(shí)別性能。但是，實(shí)際非受控條件下的人臉識(shí)別因?yàn)榇嬖诠庹兆兓?、表情變化、遮擋和偽裝等因素影響，當(dāng)前的人臉識(shí)別系統(tǒng)遠(yuǎn)不能滿足應(yīng)用需求，面向非受控環(huán)境的人臉識(shí)別研究成為當(dāng)前模式識(shí)別與計(jì)算機(jī)視覺領(lǐng)域的關(guān)注熱點(diǎn)。
　　近年來(lái)，隨著壓縮感知理論的提出和興起，一種基于稀疏表示分類的人臉識(shí)別框架

2、得到了國(guó)內(nèi)外該領(lǐng)域研究者們的廣泛關(guān)注和極大興趣。以信號(hào)具有稀疏性為基礎(chǔ)，壓縮感知理論為實(shí)現(xiàn)高維數(shù)據(jù)的降維采樣提供了有效的解決方案，而以此為基本原理發(fā)展的稀疏表示分類,通過利用所有訓(xùn)練樣本組成過完備字典對(duì)待測(cè)樣本施以稀疏約束表示，為實(shí)現(xiàn)魯棒性人臉識(shí)別展現(xiàn)出良好的潛能。
　　針對(duì)非受控環(huán)境的遮擋人臉識(shí)別問題，基于稀疏表示分類和低秩矩陣恢復(fù)理論，本論文著重探討了基于位置先驗(yàn)信息加權(quán)及訓(xùn)練字典優(yōu)化設(shè)計(jì)的稀疏表示分類人臉識(shí)別。論文的主要工作

3、如下：
　　（1）稀疏表示分類人臉識(shí)別系統(tǒng)的分析與比較。在系統(tǒng)學(xué)習(xí)壓縮感知理論的基礎(chǔ)上，深入研究了稀疏表示分類人臉識(shí)別、協(xié)作表示分類人臉識(shí)別的思想、方法，分析和比較了各分類算法在基于經(jīng)典的全局特征與局部特征提取條件下的系統(tǒng)性能。
　　（2）基于分塊最大相似性嵌入的稀疏表示人臉識(shí)別研究。相似性先驗(yàn)嵌入的稀疏編碼有助于提升人臉識(shí)別在低維特征空間上的識(shí)別性能，而在實(shí)際非受控的應(yīng)用場(chǎng)合下，待識(shí)別人臉圖像可能存在有意的部分遮擋/偽裝、

4、表情變化，采用圖像全局相似性的先驗(yàn)值難以真實(shí)地反映位置關(guān)系，使得全局相似性嵌入的稀疏編碼表示人臉分類的性能有所降低。為此，本論文探討了一種分塊最大相似性嵌入稀疏編碼的人臉識(shí)別算法，對(duì)非受控的人臉圖像進(jìn)行非重疊分塊，以待測(cè)圖像和訓(xùn)練圖像相應(yīng)分塊的相似性最大值衡量圖像間的相似度，并嵌入于稀疏編碼表示的人臉識(shí)別中。實(shí)驗(yàn)結(jié)果表明，與基于全局相似性先驗(yàn)的人臉識(shí)別算法相比，提出的算法獲得了恰當(dāng)有效的位置結(jié)構(gòu)信息，對(duì)同時(shí)存在遮擋/偽裝的待測(cè)樣本和訓(xùn)練

5、樣本在特征低維識(shí)別性能上有明顯的提升。
　?。?）基于低秩矩陣恢復(fù)的訓(xùn)練字典優(yōu)化設(shè)計(jì)。訓(xùn)練圖像存在的干擾成分破壞了其可分離特性及判別能力，濾除訓(xùn)練字典中的干擾成分將有利于改善提取特征的表達(dá)能力，增強(qiáng)字典的稀疏表示能力，優(yōu)化字典設(shè)計(jì)對(duì)于提升稀疏編碼圖像分類性能具有重要影響。為消除光照、表情變化的不利影響，控制遮擋/偽裝對(duì)人臉面部特征的破壞程度，實(shí)現(xiàn)人臉圖像特征的優(yōu)化表達(dá)，探討了一種基于低秩矩陣恢復(fù)的訓(xùn)練字典優(yōu)化設(shè)計(jì)，并基于此優(yōu)化字典