有部分遮擋的人臉識(shí)別方法研究.pdf

1、人工智能的概念被提出來已經(jīng)有六十年，人臉識(shí)別作為人工智能的一個(gè)子方向也有了幾十年的發(fā)展與進(jìn)步。但這些發(fā)展與進(jìn)步多數(shù)建立在合作條件下，即在用戶合作環(huán)境下獲取數(shù)據(jù)。但是在非合作條件下，人臉識(shí)別技術(shù)會(huì)受到光照、姿態(tài)、表情、年齡、遮擋、遠(yuǎn)距離等變化因素的干擾導(dǎo)致現(xiàn)有的人臉識(shí)別技術(shù)性能下降，嚴(yán)重阻擋了人臉識(shí)別技術(shù)的實(shí)用化進(jìn)程。針對(duì)非合作條件下會(huì)出現(xiàn)的這些干擾，研究出有效的識(shí)別方法來解決這些干擾帶來的問題，使人臉識(shí)別技術(shù)從合作條件向非合作條件的方向

2、發(fā)展是極具研究意義和實(shí)際應(yīng)用價(jià)值的。
　　本文針對(duì)有部分遮擋情況下的人臉識(shí)別問題研究了兩類方法，一類是基于全局圖像的方法。這類方法將整張圖像作為系統(tǒng)的輸入，利用人臉圖像的全局信息來完成識(shí)別任務(wù)，這類方法的一個(gè)典型技術(shù)方案就是將有部分遮擋的人臉識(shí)別問題，看作一個(gè)重構(gòu)問題，使得重構(gòu)誤差最小的一類即為分類結(jié)果。另外一類是基于局部圖像的方法。這類方法考慮到圖像中的遮擋具有連續(xù)性并且成塊狀分布，因此利用局部的圖像信息來做識(shí)別，盡可能地降低由

3、于部分遮擋而導(dǎo)致的性能下降。
　　針對(duì)這兩類方法的不足，本文提出了兩種新的改進(jìn)方法和模型。一種是主動(dòng)引入遮擋信息的方法，考慮到人臉識(shí)別技術(shù)在實(shí)際應(yīng)用中經(jīng)常會(huì)遇到訓(xùn)練集中的數(shù)據(jù)是干凈無遮擋的，而測(cè)試數(shù)據(jù)被部分遮擋的情況，我們發(fā)現(xiàn)在這種情況下主動(dòng)向訓(xùn)練數(shù)據(jù)中引入遮擋信息能有效地降低遮擋引起的性能下降。通過一個(gè)稀疏和密集混合表示框架，增強(qiáng)的訓(xùn)練數(shù)據(jù)集被分解為一個(gè)類依賴字典、一個(gè)非類依賴字典和一個(gè)稀疏噪聲矩陣。通過人為引入遮擋信息使算法能