基于核稀疏表示的人脸识别算法研究

《基于核稀疏表示的人脸识别算法研究》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、分类号______________________________密级______________________________ＵＤＣ______________________________编号______________________________硕士学位论文基于核稀疏表示的人脸识别算法研究学位申请人：康利攀学科专业：应用数学指导教师：范自柱副教授答辩日期：独创性声明本人郑重声明：所呈交的学位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的地方外，论文中不包含其他人

2、已经发表和撰写的研究成果，也不包含为获得华东交通大学或其他教育机构的学位或证书所使用过的材料。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作了明确的说明并表示了谢意。本人签名_______________日期____________关于论文使用授权的说明本人完全了解华东交通大学有关保留、使用学位论文的规定，即：学校有权保留送交论文的复印件，允许论文被查阅和借阅。学校可以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。保密的论文在解密后遵守此规定，本论文无保密内容。本人签名____________

3、导师签名__________日期___________摘要基于核稀疏表示的人脸识别算法研究摘要人脸识别作为一种最自然、不易被察觉的生物特征识别技术，可广泛应用于国家安全、公共安全、网络信息安全、家庭娱乐等领域。人脸图像受到表情、光照、姿势、遮挡等因素的影响时，尽管人眼可以判别人脸的变化，但是计算机很难高精度快速自动识别出复杂变化的人脸。因此，在模式识别领域中，人脸识别仍是具有挑战性的课题之一。稀疏表示是人脸识别中一种备受关注的主流理论。该理论对光照、噪声、遮挡具有一定的鲁棒性且对样本的数量要求较多。为提高该理论的鲁棒性及更

4、好的处理少训练样本问题，本文将稀疏表示理论加以改进，主要研究如下：本文首先从人脸图像的特征抽取出发，利用主成分分析、线性鉴别分析及核主成分分析算法来提取人脸图像特征，降低图像维数，进而降低稀疏表示理论的计算复杂程度。然后介绍现有的稀疏表示理论及其分类器，对于少训练样本问题，阐述了拓展稀疏的表示理论。为提高拓展稀疏表示理论的人脸识别精度，提出了一种新的算法，即加权拓展稀疏的识别算法。上述的稀疏表示理论都在原始的样本空间中，利用原训练样本的线性信息，来重新构造测试样本。为捕捉利用原样本数据间的非线性信息，可通过高斯核函数定义的

5、非线性映射，提供更多的样本信息，将样本映射到高维的核空间中，进而改变样本分布。Gao等人利用特征空间的样本特征信息，来重新构造测试样本特征，提出了基于核稀疏算法的人脸识别。对于少训练样本问题，可提出相应的核拓展稀疏算法的人脸识别。核稀疏表示理论进一步提高了经典稀疏表示算法的人脸识别率。在提高人脸识别精度的同时，也要提高算法的计算速度，即快速给出人脸识别结果。基于此目的，本文提出了快速稀疏及快速核稀疏表示的人脸识别算法。在这两种快速算法中，采用了坐标下降算法，避免直接求解l范数最小化问题，进而提高解决该问题的1速度。在该过程

6、中，通过迭代优化，得到相应的令人满意的稀疏表示系数，进而缩短识别时间。本文的相关实验可以证明所改进的稀疏表示理论可取得令人满意的人脸识别率，尤其是改进的快速稀疏与核稀疏算法,降低了时间复杂度。关键词：人脸识别，稀疏表示，核稀疏表示，坐标下降算法，少训练样本IAbstractFACERECOGNITIONBASEDONKERNELSPARSEREPRESENTATIONABSTRACTFacerecognitionasoneofthemostnaturalandnoteasytobeawareofbiometricident

7、ificationtechnologycanbewidelyusedinnationalsecurity,publicsafety,networkinformationsecurity,homeentertainmentandotherfields.Faceimageiseasilyaffectedbyexpression,illumination,pose,occlusion,andotherfactors.Thehumaneyecandistinguishfacechanges,isdifficultforacompu

8、tertorecognizethecomplicatedchangesofhumanfacewithhighaccuracyandspeed.Facerecognitionisoneoftheresearchhotpotsinthefieldofpatternrecognition.Inrecentye