隨著遙感技術(shù)的發(fā)展,光譜成像已經(jīng)在農(nóng)業(yè)、生物醫(yī)學(xué)等方面得到了廣泛的應(yīng)用,其中研究人員已經(jīng)表明:人臉的不同部位具有巨大光譜變異性。而高光譜成像能夠捕獲這種變異性特征,使得高光譜圖像具有更多的判別信息,因此可以將高光譜成像技術(shù)用于人臉識別。高光譜圖像具有譜帶多、信息量大等高維特征,而手工特征提取方法如Gabor、HOG、LBP等已經(jīng)無法滿足這種復(fù)雜高維特征的需求。在人工智能飛速發(fā)展的今天,深度學(xué)習(xí)已經(jīng)在場景理解、語義分割、自動駕駛等各個方面都取得了很大的進步。同傳統(tǒng)算法相比,深度學(xué)習(xí)方法更能從復(fù)雜的高維信息中提取具有判別性的特征,因此將深度學(xué)習(xí)應(yīng)用到高光譜人臉識別上去,具有重大的意義。深度卷積神經(jīng)網(wǎng)絡(luò)做為深度學(xué)習(xí)的一種,采用局部感受野和共享權(quán)值的方式識別位移、縮放及其他形式扭曲不變性的圖像,在物體檢測、人臉識別等方面取得了很好的效果。對此,本文在研究了手工特征提取的方法上進一步研究了基于深度卷積神經(jīng)網(wǎng)絡(luò)的高光譜人臉識別方法。主要工作如下:1、提出了一種基于空間和譜間協(xié)方差的圖像融合方法將多維的高光譜人臉圖像融合成灰度圖像,然后采用手工特征的方式進行特征提取,最后利用卡方距離進行識別。2、進...

【文章頁數(shù)】：61 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2-1高光譜人臉圖像（PolyU-HSFD,400-720nm）

圖2-1高光譜人臉圖像（PolyU-HSFD,400-720nm）分辨率在10L數(shù)量級范圍內(nèi)的光譜圖像稱為高光譜圖像(Hyper如上圖2-1展示了香港理工大學(xué)公開的高光譜人臉數(shù)據(jù)（PolyU-H本，波段范圍為400-720nm,每十個波段取一副圖像，因此每個樣的圖像....

圖2-2不同譜帶的高光譜人臉圖像

7圖2-2不同譜帶的高光譜人臉圖像明光譜的譜帶與血紅蛋白有著密切的關(guān)系[12]，因此在不同的譜也不一樣，有些特征人眼并不能察覺，如圖2-2，當(dāng)譜帶在400-時人臉圖像充滿了噪聲，當(dāng)對人臉圖像進行特征提取時，如果噪別效果造成影響。因此需要一種融合方法，如圖2-3所示，....

圖2-3高光譜人臉圖像融合

圖2-3高光譜人臉圖像融合空間和譜間協(xié)方差的圖像融合融合是為了提高圖像的利用率，提升圖像質(zhì)量。拉普像融合中可以提高圖像的尺度不變性。其方法是先對分解，得到不同層的圖像，然后對分解后的各層圖像行融合，最后通過反變換，得到融合后的特征圖像[變換的思路類似拉普拉斯金字塔的方法，不....

圖2一4SsF算法流程圖

111cov(,)cov(,)sssDsxxxx（2.1）矩陣D代表協(xié)防差矩陣，p,qD表示在(p,q)處的協(xié)方差矩陣我們還需要計算譜帶的均值向量：,121111(,......,)mmmTpq....

本文編號：3942582