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

1、隨著視頻監(jiān)控，信息安全，圖像檢索等技術(shù)的快速普及，作為生物鑒別技術(shù)的一種主要技術(shù)手段，人臉識(shí)別得到了廣泛的關(guān)注和發(fā)展。經(jīng)過(guò)幾十年的不斷努力，現(xiàn)有的人臉識(shí)別系統(tǒng)，在可控條件的環(huán)境中具有很好的識(shí)別效果。然而，一旦環(huán)境發(fā)生改變，系統(tǒng)識(shí)別率急劇下降。
　　隨著壓縮感知的理論興起，稀疏表示被引入到人臉識(shí)別當(dāng)中。目前，SparseRepresentation Classification(SRC)方法仍處在不斷的完善和發(fā)展之中。本文主要是通過(guò)

2、研究SRC方法的實(shí)現(xiàn)過(guò)程和作用機(jī)制，得到有效的改進(jìn)算法，并設(shè)計(jì)實(shí)現(xiàn)人臉識(shí)別系統(tǒng)。本文的主要工作如下:
　　1.對(duì)人臉識(shí)別問(wèn)題和稀疏表示理論進(jìn)行了研究，并詳細(xì)闡述了目前主流的特征提取方法以及信號(hào)重構(gòu)算法。
　　2.研究了稀疏表示的分類(lèi)框架結(jié)構(gòu)，對(duì)相應(yīng)的算法進(jìn)行Matlab仿真實(shí)現(xiàn)，并針對(duì)現(xiàn)有算法的不足進(jìn)行了分析和研究，并提出了改進(jìn)方法。該方法通過(guò)改進(jìn)原有字典的分組策略，將字典中的原子按類(lèi)別標(biāo)簽排列組成，避免每次迭代只從字典中選

3、擇一個(gè)原子對(duì)樣本進(jìn)行表示。仿真結(jié)果表明，組稀疏表示方法具有較好的識(shí)別結(jié)果和魯棒性。
　　3.針對(duì)現(xiàn)有SRC方法求解存在的不足，提出了一種低秩子空間聯(lián)合稀疏表示人臉識(shí)別方案。將字典分解為有效項(xiàng)與誤差項(xiàng)兩部分，利用這兩部分的稀疏逼近計(jì)算殘差，進(jìn)行分類(lèi)判別。有效的降低遮擋對(duì)識(shí)別率的影響。
　　4.設(shè)計(jì)與實(shí)現(xiàn)了一個(gè)基于Matlab2009人臉識(shí)別實(shí)驗(yàn)平臺(tái)。該系統(tǒng)包括人臉圖像輸入、預(yù)處理、特征提取和分類(lèi)識(shí)別模塊。在該系統(tǒng)上驗(yàn)證了本文提