基于隨機投影和稀疏表征的紅外人臉識別方法.pdf

1、目前人臉識別技術已取得了巨大的成就，但也面臨著許多尚未解決的難題，可見光圖像人臉識別系統(tǒng)的性能易受光照變化的影響便是難題之一。熱紅外圖像不受光照變化的影響，應用于人臉識別可以達到很好的效果。但是，由于熱紅外線不能穿透玻璃，如果待識別人物佩戴眼鏡，其圖像呈現(xiàn)墨鏡形式，會導致識別性能的急劇下降。本文針對熱紅外人臉識別系統(tǒng)眼鏡遮掩問題，研究基于隨機投影和稀疏表征魯棒性分類識別方法。首先采用隨機投影將原始高維圖像數(shù)據(jù)映射至低維變換子空間，達到數(shù)

2、據(jù)降維的目的。而后采用基于稀疏表征的分類識別方法將待測樣本用極少數(shù)的訓練樣本線性表示，可以有效隔離遮掩噪聲。根據(jù)各類表征系數(shù)對于待測樣本的重構估計，本文提出兩種分類判別條件，分別是重構殘差和表征系數(shù)有效性累計因子。同時，為了達到對于遮掩的極大魯棒性，采取圖像橫向四等分策略，在各等分塊上分別進行隨機投影和稀疏表征，以四塊平均判據(jù)值進行分類識別。本文實驗所使用的數(shù)據(jù)庫為美國Equinox公司采錄的可見光和遠紅外人臉圖像數(shù)據(jù)庫，根據(jù)需要選取其