基于凸優(yōu)化和核學習的人臉超分辨與識別.pdf

1、人臉被普遍認為是在圖像識別領域中最有研究價值的物體。人臉圖像處理具有很高的科研價值，尤其是人臉超分辨和人臉識別。它在視頻監(jiān)控、信息安全和視頻通話等領域具有廣泛的應用。本文研究了基于凸優(yōu)化和核學習的人臉超分辨與識別。本文研究內(nèi)容概括如下。
　　 1)提出了基于凸優(yōu)化的幻覺臉方法?；糜X臉技術也稱為人臉超分辨技術。最近，一種有效的基于位置塊的幻覺臉技術被提出，該算法采用最小二乘法來求超分辨圖像塊的最優(yōu)重構系數(shù)，但是當訓練位置塊的個數(shù)多

2、于它的維數(shù)時，最小二乘法容易產(chǎn)生偏置解。為了克服這個問題，我們提出了一種基于凸優(yōu)化的幻覺臉方法。實驗結果表明我們的方法能夠有效的重構高質量的超分辨人臉圖像。
　　 2)提出了基于核最近子空間分類器的人臉識別方法。作為一個有效的無參數(shù)分類器，最近子空間分類器對于高維數(shù)據(jù)有很好的表現(xiàn)。但是，它不能很好的對于具有相同方向分布的數(shù)據(jù)進行分類。為了解決這個問題，我們提出了核最近子空間的方法。首先，通過核經(jīng)驗映射，將數(shù)據(jù)由原始空間映射到核特

3、征空間，然后，對于映射后的數(shù)據(jù)采用最近子空間方法進行識別。實驗結果表明核最近子空間方法是一個非常有前景的無參數(shù)分類器。
　　 3)提出了一種基于Retinex理論和核最近子空間的魯棒性人臉識別方法。有很多因素影響著人臉識別的精度，比如變化的光照、位置和面部表情等。為了解決光照變化對人臉識別的影響，我們采用Retinex理論對人臉數(shù)據(jù)進行光照標準化。然后，我們用核最近子空間分類器進行人臉識別。我們的方法通過結合Retinex理論和