人臉是人類(lèi)在日常交流中用于傳達(dá)身份和表達(dá)情感最關(guān)鍵的生物特征。隨著計(jì)算機(jī)技術(shù)的迅猛發(fā)展,人臉識(shí)別技術(shù)憑借其非接觸性、非侵入性和高準(zhǔn)確性等優(yōu)勢(shì),逐步成為計(jì)算機(jī)視覺(jué)以及生物識(shí)別領(lǐng)域最重要的研究方向,在安防、監(jiān)控、娛樂(lè)等諸多領(lǐng)域具備廣泛的應(yīng)用前景。稀疏表示和字典學(xué)習(xí)理論自2009年以來(lái)得到了迅猛發(fā)展,并依靠其良好的泛化能力和對(duì)遮擋等因素的魯棒性逐漸成為研究的熱點(diǎn),在圖像分類(lèi)、圖像去噪、生物識(shí)別等領(lǐng)域有廣泛應(yīng)用。因此,深入研究基于字典學(xué)習(xí)的人臉識(shí)別算法,提高其判別能力和泛化能力,獲得更好的分類(lèi)效果,不僅具備極高的科研意義,還具備了非常重要的現(xiàn)實(shí)意義。本文基于現(xiàn)有的用于分類(lèi)的字典學(xué)習(xí)算法,提出了兩種新穎的判別字典學(xué)習(xí)算法,并將其應(yīng)用于人臉識(shí)別中。將提出的字典學(xué)習(xí)算法在多種真實(shí)的數(shù)據(jù)集上進(jìn)行驗(yàn)證,實(shí)驗(yàn)結(jié)果表明本文提出的算法具備很好的魯棒性和分類(lèi)性能,并且優(yōu)于許多現(xiàn)有的人臉識(shí)別算法。本文的具體工作說(shuō)明如下:首先我們提出了一種應(yīng)用于人臉識(shí)別的判別字典學(xué)習(xí)算法,結(jié)合訓(xùn)練樣本的標(biāo)簽信息學(xué)習(xí)一個(gè)過(guò)完備字典,它由所有類(lèi)別都會(huì)使用的共享原子和部分類(lèi)別使用的特定原子組成。為了提高字典的判別能力和分類(lèi)的準(zhǔn)確性,我們... 

【文章來(lái)源】：南京郵電大學(xué)江蘇省

【文章頁(yè)數(shù)】：60 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

不同表情、角度、光照、遮擋下的人臉圖像

論基礎(chǔ)是基于分類(lèi)的稀疏表示和字典學(xué)習(xí)算法，尤其是其在人臉容主要是介紹本論文研究所涉及的相關(guān)理論和方法。重點(diǎn)介紹了及求解方法，基于稀疏表示分類(lèi)的人臉識(shí)別，非監(jiān)督字典學(xué)習(xí)算普拉斯矩陣的概念以及拉普拉斯特征映射。示理論年來(lái)，線性表示方法（LRBM）[21][22]得到了學(xué)術(shù)界的廣泛研究與表示方法中最具代表性的一種，并且在諸多應(yīng)用領(lǐng)域中都是的強(qiáng)噪[23]、圖像去模糊[24]、圖像分類(lèi)[25]、生物識(shí)別等。信號(hào)稀疏表示備字典中的原子的線性組合來(lái)尋找信號(hào)最簡(jiǎn)潔的表示方式，從而含的信息。由于稀疏表示在處理該問(wèn)題方面顯示出巨大的潛在能界非常引人關(guān)注的研究方向。如圖 2.1 是稀疏表示理論的應(yīng)用場(chǎng)

南京郵電大學(xué)專(zhuān)業(yè)學(xué)位碩士研究生學(xué)位論文 第二章 稀疏表示與字典學(xué)習(xí)理論 ‖ ‖ （2.23）要求出最優(yōu)的 和 ，不能直接利用 進(jìn)行求解，否則求得的新的 不稀疏。這是一個(gè)最小二乘問(wèn)題，可以利用最小二乘的方法或者 SVD 進(jìn)行求解。

【參考文獻(xiàn)】：
期刊論文
[1]基于近似l0范數(shù)的稀疏信號(hào)重構(gòu)[J]. 聶棟棟,弓耀玲.  計(jì)算機(jī)研究與發(fā)展. 2018(05)
[2]基于深度字典和稀疏表示的圖像分類(lèi)[J]. 紀(jì)念,左登,曹燕,唐彪.  無(wú)線通信技術(shù). 2017(04)
[3]快速稀疏表示分類(lèi)的人臉識(shí)別算法[J]. 范自柱.  計(jì)算機(jī)工程與應(yīng)用. 2017(09)
[4]基于迭代重賦權(quán)最小二乘算法的塊稀疏壓縮感知[J]. 王文東,王堯,王建軍.  電子學(xué)報(bào). 2015(05)
[5]字典學(xué)習(xí)模型、算法及其應(yīng)用研究進(jìn)展[J]. 練秋生,石保順,陳書(shū)貞.  自動(dòng)化學(xué)報(bào). 2015(02)
[6]基于稀疏表示的遮擋人臉表情識(shí)別方法[J]. 朱明旱,李樹(shù)濤,葉華.  模式識(shí)別與人工智能. 2014(08)
[7]圖像去模糊的l0范數(shù)最小化方法[J]. 王愛(ài)齊,邱天爽,劉文紅.  信號(hào)處理. 2012(11)
[8]壓縮感知研究[J]. 戴瓊海,付長(zhǎng)軍,季向陽(yáng).  計(jì)算機(jī)學(xué)報(bào). 2011(03)
[9]基于稀疏表示的人臉識(shí)別方法[J]. 楊榮根,任明武,楊靜宇.  計(jì)算機(jī)科學(xué). 2010(09)
[10]一種基于超完備字典學(xué)習(xí)的圖像去噪方法[J]. 蔡澤民,賴劍煌.  電子學(xué)報(bào). 2009(02)



本文編號(hào)：3370927