人臉圖像的稀疏分類方法研究.pdf

1、通過稀疏表示提取人臉圖像特征進而進行分類的方法，是目前人臉識別領(lǐng)域一個很有特色的研究方向。在基于稀疏表示的人臉識別方法中，人臉的冗余字典構(gòu)成是核心關(guān)鍵問題。研究表明基于稀疏表示的人臉識別方法受人臉圖像平移影響較大。為此，本文的工作是研究如何構(gòu)造合理的人臉冗余字典及降低人臉圖像平移對識別效果的影響兩個部分。主要研究內(nèi)容包括：
　?、俑鶕?jù)人臉圖像稀疏表示模型，提出了基于2D雙密度雙樹復(fù)小波變換(Double-DensityDual-T

2、reeComplexWaveletTransform,DD-DTCWT)多字典的人臉特征稀疏分類方法。該方法的核心在于多字典的構(gòu)造方式，體現(xiàn)為：1)根據(jù)能量平均分布最大原則分別選取不同尺度上變換后能量較大的部分子帶構(gòu)成稀疏表示的多個冗余字典，充分利用到不同尺度內(nèi)人臉圖像的鑒別信息；2)將DD-DTCWT分解得到的同一尺度內(nèi)不同子帶分別組成多個冗余字典，充分利用同尺度不同方向的信息；3)通過稀疏分解得到待識別人臉樣本在冗余字典上的稀疏表示

3、，聯(lián)合多個冗余字典上的人臉稀疏表示進行人臉識別。
　?、卺槍θ四槇D像稀疏表示模型對訓(xùn)練和測試人臉圖像需要嚴(yán)格對齊的約束要求，研究了帶平移變換參數(shù)估計的人臉圖像稀疏分解方法。該方法首先對具有平移變換的待識別人臉圖像樣本進行泰勒展開，得到待識別人臉樣本在基準(zhǔn)空間（對齊的訓(xùn)練樣本空間）的估計特征和平移變化特征，其中的關(guān)鍵是平移特征由訓(xùn)練人臉樣本的各方向梯度來表示。同樣地，待識別人臉樣本經(jīng)過降維，分解，平移參數(shù)估計，得到其在基準(zhǔn)空間的稀疏