基于協(xié)作表達(dá)分類算法的三維人臉識(shí)別研究.pdf

1、當(dāng)前的人臉識(shí)別技術(shù)主要是基于二維人臉灰度圖像的,雖然其簡(jiǎn)單、快捷并且有效,但是一旦被識(shí)別者所處的環(huán)境受到光線變化的影響,或者其自身表情、姿態(tài)以及遮擋物的變化都會(huì)導(dǎo)致識(shí)別率的急劇下降,極大地限制了人臉識(shí)別技術(shù)的進(jìn)一步發(fā)展。成像技術(shù)的發(fā)展使得三維數(shù)據(jù)的獲取變得更加便捷,并且獲取到的深度數(shù)據(jù)對(duì)光照等變化不敏感,能夠更真實(shí)地反映人臉的固有信息,使得三維人臉深度圖識(shí)別成為人臉識(shí)別的一個(gè)重要研究方向,吸引了越來(lái)越多研究者的關(guān)注與研究。為了緩解二維人

2、臉識(shí)別中光照、表情以及姿態(tài)等變化帶來(lái)的影響,增強(qiáng)人臉識(shí)別性能,本文在三維人臉深度圖上開(kāi)展了一系列研究,提出了基于協(xié)作表達(dá)分類算法的人臉識(shí)別方法。
　　本文首先概述了人臉識(shí)別的研究背景和意義,調(diào)研了人臉識(shí)別的發(fā)展以及現(xiàn)狀,對(duì)于人臉識(shí)別中的基礎(chǔ)技術(shù)如人臉特征選擇、特征提取和降維、分類等進(jìn)行了闡述,對(duì)于稀疏表達(dá)以及協(xié)作表達(dá)在人臉識(shí)別上的應(yīng)用也做了系統(tǒng)的研究。
　　每類樣本訓(xùn)練圖像較少時(shí)會(huì)面臨訓(xùn)練信息不足的問(wèn)題,進(jìn)而導(dǎo)致識(shí)別效果不佳

3、,為了克服這個(gè)問(wèn)題,本文通過(guò)在復(fù)數(shù)域空間結(jié)合二維人臉灰度數(shù)據(jù)和三維人臉深度數(shù)據(jù),增加訓(xùn)練樣本信息量,在協(xié)作表示分類算法的基礎(chǔ)上,定義一種相似性度量方法,對(duì)測(cè)試人臉進(jìn)行分類。我們?cè)趯?shí)時(shí)成像系統(tǒng)采集的人臉庫(kù)和Texas人臉庫(kù)上進(jìn)行實(shí)驗(yàn),結(jié)果表明本方法具有一定的可靠性。
　　接著,針對(duì)二維人臉識(shí)別不能有效克服光照、表情、姿態(tài)等變化的問(wèn)題,通過(guò)提取三維人臉深度圖的Gabor特征來(lái)描述人臉,保留人臉結(jié)構(gòu)中更多利于識(shí)別分類的信息,并將核學(xué)習(xí)的