基于稀疏表示的人臉識別的應(yīng)用研究.pdf

1、人臉識別是圖像處理領(lǐng)域中的一個重要研究熱點，人臉識別技術(shù)已經(jīng)被廣泛地應(yīng)用于模式識別、人工智能、計算機視覺等領(lǐng)域中?；谙∈璞硎镜娜四樧R別技術(shù)，以其簡單的理論基礎(chǔ)和優(yōu)秀的魯棒性能，受到眾多研究人員的關(guān)注。經(jīng)過仔細(xì)調(diào)研國內(nèi)外的相關(guān)文獻(xiàn)，本文發(fā)現(xiàn)人臉圖像中存在的光照變化、部分遮擋等問題，以及人臉圖像對齊問題仍然是人臉識別技術(shù)投入實際應(yīng)用的最大阻礙。本文即旨在解決這些問題。本文的研究內(nèi)容主要如下：
　　本文從稀疏表示的理論出發(fā)，首先闡述了

2、一種傳統(tǒng)的基于稀疏表示的人臉識別方法。本文進(jìn)一步對傳統(tǒng)的基于稀疏表示的人臉識別方法做出改進(jìn)，提出一種對于人臉圖像中的異常點的魯棒性更高的基于魯棒稀疏表示的人臉識別算法，這個算法能更好地應(yīng)對人臉圖像中存在的部分遮擋、光照變化等問題。本文提出使用隨機特征作為提取的圖像特征進(jìn)行識別。
　　為了解決人臉對齊問題，本文從矩陣的秩最小化理論入手，采用了一種基于秩最小化的人臉對齊模型。本文提出使用非精確增廣拉格朗日乘子法（IALM，Inexac

3、t Augmented Lagrange Multipliers）來解決人臉對齊模型中的線性凸優(yōu)化問題。
　　本文使用LFW、ORL、Yale人臉數(shù)據(jù)庫對傳統(tǒng)的基于稀疏表示的人臉識別算法與提出的基于魯棒稀疏表示的人臉識別算法進(jìn)行檢驗，并與常用的PCA、LDA人臉識別算法對比，驗證得到基于稀疏表示的人臉識別算法的識別率高于常用的PCA、LDA算法，且在人臉樣本圖像中存在噪聲干擾的情況下，本文提出的基于魯棒稀疏表示的人臉識別算法的識別