去光照條件下人臉識別算法的研究和實現(xiàn).pdf

1、憑借著其具有的穩(wěn)定性，友好性，隱蔽性等優(yōu)勢，人臉識別技術(shù)在生物識別領(lǐng)域中正在受到越來越多的關(guān)注。在比較理想和環(huán)境較為簡單的情況下，現(xiàn)有的很多人臉識別算法都能夠有一個較高的識別率，可是環(huán)境一旦變得復(fù)雜，光照、姿態(tài)、遮擋等問題的出現(xiàn)，現(xiàn)有算法的識別率都將大幅度下降，人臉識別準(zhǔn)確性得不到保證，這些算法在實際應(yīng)用中的推廣也變得艱難。本文主要針對去光照條件下的實時人臉識別算法進(jìn)行研究，通過模擬初始視皮層神經(jīng)元感受野，重點(diǎn)研究了基于帶有稀疏約束的非

2、負(fù)矩陣分解模型的光照處理算法，并圍繞該主題開展了相應(yīng)的研究工作。本文的主要工作包括以下幾點(diǎn):
　　1、對人臉識別和光照處理進(jìn)行研究與分析，研究了向量稀疏化方法，對現(xiàn)有的歐幾里得距離最接近向量稀疏化算法進(jìn)行改進(jìn)，提出了曼哈頓距離最接近的向量稀疏化算法，實驗表明，本文提出的向量稀疏化算法稀疏速度快，稀疏效果良好。
　　2、對非負(fù)矩陣分解算法進(jìn)行了研究，將稀疏約束和非負(fù)矩陣分解算法相結(jié)合，對基于稀疏約束的非負(fù)矩陣分解算法的3種分解