基于稀疏表示的遮擋人臉識(shí)別算法的研究與實(shí)現(xiàn).pdf

1、人臉識(shí)別在計(jì)算機(jī)視覺、機(jī)器學(xué)習(xí)以及生物識(shí)別領(lǐng)域一直是一個(gè)重要的研究方向。盡管自動(dòng)人臉識(shí)別技術(shù)在近些年來已經(jīng)被廣泛的研究以及使用，但由于受光線強(qiáng)度、遮擋以及表情變化等影響，人臉識(shí)別在很大程度上受到了限制。
　　對(duì)于待識(shí)別的人臉圖像，利用數(shù)據(jù)庫中已有的人臉數(shù)據(jù)確認(rèn)待測(cè)圖像中人物的身份，這是人臉識(shí)別業(yè)務(wù)所要完成的最基本的功能?，F(xiàn)有的比較常用的人臉識(shí)別方法大多抗干擾能力較差，因此在應(yīng)用中受到一定程度的制約。近年來，在人臉識(shí)別領(lǐng)域，稀疏表示

2、分類算法(Sparse Representation—based Classification，SRC)受到越來越多的關(guān)注，該方法是將訓(xùn)練樣本作為字典，在得到待測(cè)圖像在字典上的稀疏表示系數(shù)后，求解最小殘差來進(jìn)行識(shí)別的一種算法。SRC方法給人臉識(shí)別提供了新的研究方向，經(jīng)各種相關(guān)實(shí)驗(yàn)證明，其在人臉數(shù)據(jù)庫上的確有很高的識(shí)別性能，并且對(duì)于抗外界干擾因素也表現(xiàn)的比較出色。然而，由于姿勢(shì)光線以及遮擋等問題的存在，嚴(yán)重影響了SRC的識(shí)別效果；尤其當(dāng)遮

3、擋面積超過百分之四十時(shí)，識(shí)別率明顯變低。
　　針對(duì)SRC中一個(gè)具有挑戰(zhàn)性的研究課題——遮擋人臉識(shí)別，本文提出了一種基于遮擋字典的SRC改進(jìn)算法，在訓(xùn)練樣本階段，將正常人臉與遮擋人臉分開進(jìn)行字典學(xué)習(xí)，使得到的遮擋字典中每一個(gè)原子都代表一種遮擋的類型,這樣就可以用遮擋字典將測(cè)試樣本中的遮擋表示成各種遮擋類型的稀疏線性組合，并且兩種字典互補(bǔ)干擾，即遮擋部分只在遮擋字典上是稀疏的，非遮擋那個(gè)部分只在非遮擋字典上稀疏。
　　另外本文還

4、提出了不均勻分塊的SRC改進(jìn)算法，將人臉按照一定的比例進(jìn)行大小不等的分塊，將每一小塊按照SRC求解方法分別求其最小殘差和最小殘比，將最后每個(gè)子塊結(jié)果匯總得到其縱數(shù)，若眾數(shù)值唯一，則人臉判定為它所代表的那一類人臉，若不唯一，則找到子塊中殘差比最大的一項(xiàng)，將它所屬類別作為判定結(jié)果。
　　最后，將上述兩種方法結(jié)合在一起，得到基于遮擋字典的不均等分塊SRC算法，為了測(cè)試它的識(shí)別效果，將三種算法分別對(duì)同一組樣本仿真實(shí)驗(yàn)，發(fā)現(xiàn)不論哪種真實(shí)遮擋