基于稀疏表示改进的人脸识别方法研究

《基于稀疏表示改进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、硕士学位论文基于稀疏表示改进的人脸识别方法研究ResearchofFaceRecognitionBasedonImprovedSparseRepresentation作者：汤镇宇导师：孟凡荣教授中国矿业大学二〇一六年四月中图分类号TP391.4学校代码10290UDC密级公开中国矿业大学硕士学位论文基于稀疏表示改进的人脸识别方法研究ResearchofFaceRecognitionBasedonImprovedSparseRepresentation作者汤镇宇导师孟凡荣申请学位工学硕士培养单位计算机科学与技术学院学科专业计

2、算机应用技术研究方向数据挖掘答辩委员会主席张艳评阅人二○一六年四月论文审阅认定书研究生在规定的学习年限内，按照研究生培养方案的要求，完成了研究生课程的学习，成绩合格；在我的指导下完成本学位论文,经审阅，论文中的观点、数据、表述和结构为我所认同，论文撰写格式符合学校的相关规定，同意将本论文作为学位申请论文送专家评审。导师签字：年月日致谢岁月如梭，时光荏苒，三年的硕士研究生生活转瞬即逝，忆及这三年的硕士生活充实而有意义，令人难以忘记。在此论文完成之际，我要向给予我指导、支持、帮助及关心过我的老师、学长、同学和亲人表示衷心的感谢

3、！首先，非常诚挚地感谢我的导师孟凡荣教授。孟老师在我三年研究生的生活和学习过程中，给了我重要支持和引导。在研究上教我脚踏实地、刻苦勤奋，在生活中教会我乐观、积极和勇敢。她还给我提供了很多重要的学习和交流机会，这些经历将使我终身受用。感谢梁志贞老师，论文选题到论文的最终完成，都离不开梁志贞老师的悉心指导。同时，梁志贞老师在本人小论文写作和实验进行上，也给了我很大的启发、支持和鼓励。感谢实验室的闫秋艳老师、袁冠老师、李政伟老师等，他们在平时的生活和学习上给予我无私的帮助，在此向他们表示诚挚的感谢。感谢实验室的邢艳师姐和李雯师姐

4、，在科研过程中给予我极大的帮助和启发。感谢实验室的宋路杰、陈雄韬、王淑靖等其他同学，感谢他们共同创造了一个和谐、温馨的学习环境，也使我少走了很多弯路，在此向他们表示诚挚的敬意和衷心的感谢，祝他们今后事业有成、一帆风顺。感谢我亲爱的父母及家人，感谢他们这些年来在生活和精神上给予我的支持与鼓励，今后无论身在何方，他们都将是我坚强的后盾和前进的动力。本论文虽然几经修改，但由于才疏学浅，疏漏之处在所难免，还望各位老师批评指正，感谢各位专家百忙之中审阅本文和提出宝贵意见!摘要人脸识别一直是模式识别和人工智能领域的研究热点，而且正在逐

5、渐进入安保防护、网上支付、银行业务和智能家居等人类生活的各个方面。随着稀疏表示理论的不断深入研究和发展，基于稀疏表示的人脸识别方法也受到研究人员的广泛关注。本文通过探索稀疏表示中冗余字典的结构优化，以及字典原子间稀疏性和协同表示之间的关系，来对现今基于稀疏表示的人脸识别方法进行改进。首先，通过提取字典原子的融合特征，并将线性鉴别分析算法引入到稀疏表示的字典建立过程中，建立结构优化的线性鉴别字典。对于基于稀疏表示的人脸识别算法来说，冗余字典的建立是对测试人脸进行稀疏表示的基础和关键。通过提取融合特征作为字典原子，增强原子的人

6、脸表示能力，然后考虑类之间有鉴别的信息，引入线性鉴别分析算法对字典进行改造，减小字典特征维数的同时增强了字典的鉴别能力，建立线性鉴别字典。实验表明，使用线性鉴别字典可以增强稀疏系数的稀疏性和降低算法时间复杂度，并且更容易排除干扰人脸，显著提高了人脸稀疏表示算法的性能。其次，在线性鉴别字典的基础上，建立基于稀疏表示的快速l2-范数人脸识别方法。多数稀疏表示方法需要原子数目远远大于原子维数的大规模冗余字典，并采用l1-范数最小化方法来保证稀疏系数的稀疏性，这必然会导致算法的复杂度加大。本文方法通过提取线性鉴别字典中每类原子的主

7、成分来缩减字典原子数，建立可以增强l2-范数稀疏性的简洁字典，并通过l2-范数来计算稀疏系数，从而在保证识别性能的前提下大幅提高了算法运行速度。实验表明，本文方法的运算速度在低维条件下比其它稀疏表示方法大大加快，同时拥有显著优越的人脸识别性能和排除干扰人脸的能力。最后，结合冗余字典结构优化算法和基于稀疏表示的快速l2-范数人脸识别方法，设计并实现视频人脸识别原型系统。该系统可以完成视频输入、人脸检测、特征提取、字典建立、人脸识别和标注等功能，具有一定的实时性、准确性和鲁棒性。同时本系统提供良好的交互窗口，可以方便使用者直观

8、地进行人脸图像采集和观察测试人脸身份。该论文有图32幅，表14个，参考文献88篇。关键词：人脸识别；稀疏表示；特征融合；字典优化；正则化最小二乘法IAbstractFacerecognitionhasbeenahottopicinthefieldofpatternrecognitionandartifi