非限定條件下基于多任務(wù)結(jié)構(gòu)化稀疏表示的人臉識別.pdf

1、近年來由于在身份鑒別、視頻監(jiān)控和人機交互等領(lǐng)域的廣泛應(yīng)用前景，人臉識別獲得越來越多的關(guān)注。現(xiàn)有的大部分人臉識別方法都是研究限定條件下（正面人臉、無遮擋、受控的光照）或半限定條件下的人臉識別，可是很少研究涉及到非限定條件下的人臉識別。因此本文旨在研究非限定條件下的人臉識別方法，本文主要從以下兩個方面開展研究工作:
　　在人臉圖像特征提取階段，現(xiàn)有的大部分人臉識別方法中，都是先將人臉圖像進行對齊后再提取特征。但是對于非限定條件下的人臉

2、圖像來說，由于人臉圖像的部分缺失，導(dǎo)致難以事先對人臉圖像進行對齊，因此本文將不需要進行人臉對齊的多關(guān)鍵點描述子Dense SIFT應(yīng)用于人臉識別，同時本文對它進行了改進，提出了Dense RootSIFT方法。該特征具有更高的魯棒性的和更強的鑒別能力，能夠取得更高精度的人臉識別效果。
　　利用稀疏表示分類的思想，一種基于多關(guān)鍵點描述子的稀疏表示分類方法（MKD-SRC）在非限定條件下已經(jīng)取得不錯的效果。該方法在人臉圖像上提取多個局

3、部的描述子并且獨立地對各個描述子進行稀疏編碼，但是它卻沒有考慮到字典以及描述子的結(jié)構(gòu)化信息。本文提出了一種基于多任務(wù)的結(jié)構(gòu)化稀疏表示方法，應(yīng)用于非限定條件下的人臉識別。我們利用了描述子的組間稀疏性和組內(nèi)稀疏性來進行稀疏編碼，同時由于同一張圖像提取出的描述子擁有相同的標簽，因此應(yīng)該對這些描述子進行聯(lián)合編碼。我們將分類問題轉(zhuǎn)化為多任務(wù)結(jié)構(gòu)化稀疏復(fù)原問題，并提出了基于多任務(wù)的組稀疏正交匹配追蹤算法(MT-SGOMP)解決對應(yīng)的優(yōu)化問題。