基于压缩感知理论的人脸识别方法研究

《基于压缩感知理论的人脸识别方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、代号10701学号1107122464分类号TP181密级公开题(中、英文)目基于压缩感知理论的人脸识别方法研究ResearchOnFaceRecognitionMethodBasedOnCompressedSensingTheory作者姓名武亚静指导教师姓名、职称周水生教授学科门类理学学科、专业应用数学提交论文日期二○一四年一月万方数据万方数据西安电子科技大学学位论文创新性声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果．尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论

2、文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料．与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意．申请学位论文与资料若有不实之处，本人承担一切的法律责任．本人签名：日期西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学．学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其它复制手

3、段保存论文．同时本人保证，毕业后结合学位论文研究课题再攥写的文章一律署名单位为西安电子科技大学．本人签名：日期导师签名：日期万方数据万方数据摘要人脸识别是模式识别和机器视觉领域中的一项重要技术，其主要任务是从人脸图像中获取有效信息，然后把人脸样品划分为一些类别，利用这些类别进行身份识别。在这个过程中，特征提取是最为关键的环节，一个好的人脸特征提取方法具有以下有点：可以简化识别过程中分类器的设计；还可以提高识别人脸的性能。压缩感知是一种新的信号采样与压缩理论，很多专家学者将其应用于人脸识别问题，取得了丰硕的成果。其中最为经典的是稀疏表示人脸识别

4、算法(SparseRepresentation–basedClassification,简称SRC算法)。本文在SRC算法的基础上进行了改进，取得了较好的实验结果。本文所做工作及取得的成果如下：1、介绍现有的特征提取和分类算法，其中人的面部特征提取方法有两种；此外，还介绍了压缩感知理论以及最为经典的人脸识别算法。2、提出一种基于主成分分析和压缩感知的人脸识别算法(PSL0)。该算法首先利用主元分析对图像数据进行降维，然后用基于平滑l范数快速稀疏表示(SL0)算0法求解l范数最小化问题，以得到一组最优系数重构各类图像，计算测试图像与0各类重构图

5、像的残差进行分类识别。实验结果表明，该算法在同类算法中获得了较高的人脸识别率及较好的重建效果。3、提出一种基于子空间和压缩感知信号重建的ISL0算法。其思想是用一个光滑函数来近似压缩感知中求解的l范数极小化问题，利用修正牛顿算法在子空0间上求解优化问题，并利用子空间表示的方法约束迭代算法的搜索范围，提高算法效率。关键词：人脸识别压缩感知主成分分析最小l范数特征子空间0万方数据万方数据AbstractFaceRecognitionisanimportanttechniqueinthefieldofpatternrecognition,itsma

6、intaskistoobtaintheeffectiveinformationfromfaceimages,thefacesamplesaredividedintocorrespondingcategoriesofmodelidentification.Herefeatureextractionisveryimportant.Agoodfacialfeatureextractionmethodhasthefollowingadvantages:simplifiesclassifierdesigninginthefacerecognition;

7、improvesthemethodperformance.CompressedSensingisanewsignalsamplingandcompressiontheory.Manyexpertsandscholarshaveappliedittotheproblemoffacerecognition,andachievedfruitfulresults.Oneofthemostclassicmethodisthesparserepresentationoffacerecognitionalgorithms(SRC).Thefacerecog

8、nitionalgorithmofthispaperhasbeenimprovedonthebasisofSRCalgorithm,andachievedgoodr