收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于分组稀疏和权重稀疏表示的人脸识别研究

陈天娇  
【摘要】:视频监控图像的智能分析对于维持公共秩序、防控犯罪、刑侦破案等应用领域具有至关重要的作用。但是,尽管经过30年高强度的研究,人们提出了各种各样的人脸识别方法,但是识别实际应用的成功受限于很多环境条件,例如不同的图像分辨率、局部非均匀光照、遮挡、旋转、噪声、面部表情、岁数等。换句话说,当前机器识别系统的有效性和人类认知系统的有效性还有一段很远的距离。 近年来提出的新的稀疏表示在人脸识别中已表现出优越的分类性能以及对噪声和遮挡的鲁棒性,因此受到了研究者的广泛关注,基于稀疏表示的分类方法(Sparse Representation-based Classification,SRC)将分类问题构造成在最小化稀疏系数L0或者L1范数约束下字典原子的最优线性组合问题,该方法将稀疏表示引入模式分类,使得模式识别领域出现新的开创性的方向,本论文在此框架下探讨各种最优线性组合方法,其中包括基于整体稀疏和分组稀疏相结合的人脸识别分类方法;基于级联顺序Gabor特征的权重稀疏表示分类方法;基于非级联的多方向Gabor特征的权重稀疏表示分类方法等。这些方法在常用标准人脸库的测试中表现出了优良的分类性能,对特征维数少的情况优势更加明显。 本论文的主要内容和创新点如下: 1)首先简单介绍了当前相关技术的现状,着重通过介绍本人所在项目组于2013年在第八届UTMVP人脸信息识别竞赛中实现的实时识别视频的系统概述了人脸识别的算法框架,以及各个算法组成部分的计算,特别详细地介绍本人主要承担的年龄识别任务,提供了本论文研究的技术背景。 2)提出了基于整体稀疏和分组稀疏相结合的人脸识别分类方法。考虑到字典中每一个人的所有图片构成这个字典不同的分组,本论文对SRC算法的L1模整体稀疏求解精度的问题进行讨论,将最小化非零重构向量个数的分组稀疏模型引入SRC框架,通过整体稀疏和分组稀疏相结合从而提高了求解精度,并在常用标准人脸库Extended Yale B上证明了该方法优良的分类性能,对特征维数少的情况优势更加明显。 3)提出基于级联顺序Gabor特征的权重稀疏表示分类方法WGSRC,并进一步引入了非级联顺序的多方向Gabor特征,提出基于非级联的多方向Gabor特征的权重稀疏表示分类方法multidirection_WGSRC。最近研究表明基于权重的稀疏表示分类方法WSRC在稀疏表示的基础上充分利用了数据的局部性,提高了分类性能,但是该方法使用的是全局特征,为进一步提高识别率,本文将在参与第八届UTMVP人脸信息识别竞赛时测试效果优良的Gabor局部特征引入到该方法中,并且又进一步将非级联顺序的多方向Gabor局部特征引入到该方法中,并在常用标准人脸库AR库上证明了非级联的多方向Gabor特征优秀的分类性能,对特征维数少的情况优势非常明显。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王晓华;杨新艳;焦李成;;基于多尺度几何分析的复杂网络压缩策略[J];电子与信息学报;2009年04期
2 刘晓山;付国兰;;基于正交有限脊波变换的图像压缩[J];计算机与信息技术;2007年04期
3 刘晓山;付国兰;;基于脊波变换和SPIHT算法相结合的图像压缩[J];江西师范大学学报(自然科学版);2007年06期
4 王华丹;刘海林;;稀疏盲源分离问题的恢复性研究[J];广东工业大学学报;2008年02期
5 杜吉祥;翟传敏;尚丽;;基于ICA系数稀疏表示的年龄自动估计[J];中国图象图形学报;2009年10期
6 徐雪松;李玲娟;郭立玮;;基于稀疏表示的数据流异常数据预测方法[J];计算机应用;2010年11期
7 谈华暠;刘海林;;盲稀疏源信号分离算法的恢复性研究[J];广东工业大学学报;2007年03期
8 王佳毅;张丽清;;基于稀疏约束判别分析的说话人识别算法[J];计算机工程;2010年10期
9 任肖丽;;压缩感知理论研究简述[J];中国科技信息;2010年13期
10 周诺;陈炜;;基于稀疏表示的高分辨距离像自动目标识别(英文)[J];Chinese Journal of Aeronautics;2010年05期
11 崔保良;滕少华;崔振;;基于稀疏表示的协同入侵检测算法[J];计算机工程;2011年16期
12 尹忠科;邵君;Pierre Vandergheynst;;利用FFT实现基于MP的信号稀疏分解[J];电子与信息学报;2006年04期
13 尹明;尹忠科;王建英;;利用蚁群算法实现基于MP的信号稀疏分解[J];计算机工程与应用;2006年36期
14 邓承志;曹汉强;;非相干子字典多原子快速匹配追踪算法[J];信号处理;2009年04期
15 王军华;方勇;;基于Curvelet稀疏表示的图像盲分离初始化[J];应用科学学报;2009年02期
16 肖泉;丁兴号;王守觉;郭东辉;廖英豪;;基于自适应超完备稀疏表示的图像去噪方法[J];仪器仪表学报;2009年09期
17 赵瑞珍;刘晓宇;LI ChingChung;SCLABASSI Robert J;孙民贵;;基于稀疏表示的小波去噪[J];中国科学:信息科学;2010年01期
18 廖海斌;郝宁波;陈庆虎;;基于奇异值与稀疏表示的稳健性人脸识别[J];电视技术;2010年07期
19 易学能;曹汉强;;一种图像稀疏贪婪索引字典的构造方法[J];小型微型计算机系统;2011年06期
20 史晨星;曹继华;刘霄;;基于压缩传感理论的医学CT成像技术[J];科技创新导报;2011年20期
中国重要会议论文全文数据库 前9条
1 王潇;尹忠科;王建英;杨郑;;应用基追踪的信号分离的算法[A];2008年中国西部青年通信学术会议论文集[C];2008年
2 吴敏;孙玉宝;汤黎明;韦志辉;肖亮;;EEG信号的稀疏逼近算法研究[A];2008年中华临床医学工程及数字医学大会暨中华医学会医学工程学分会第九次学术年会论文集[C];2008年
3 叶喜勇;陶霖密;王国建;邸慧军;;视角无关的人体躯干动作识别[A];第六届和谐人机环境联合学术会议(HHME2010)、第19届全国多媒体学术会议(NCMT2010)、第6届全国人机交互学术会议(CHCI2010)、第5届全国普适计算学术会议(PCC2010)论文集[C];2010年
4 孙琳琳;张云;;基于FOCUSS算法的相干斑噪声抑制方法研究[A];全国第二届信号处理与应用学术会议专刊[C];2008年
5 袁立;付伟;穆志纯;;一种自动人耳识别方法研究[A];中国自动化学会控制理论专业委员会A卷[C];2011年
6 顾莹;朱秀昌;;基于CS的图像超分辨率重建[A];2010年通信理论与信号处理学术年会论文集[C];2010年
7 张琼;付怀正;沈民奋;;基于稀疏表示的彩色图像超分辨率重建算法[A];第十五届全国图象图形学学术会议论文集[C];2010年
8 陈权崎;章毓晋;;一种改进的基于样本的稀疏表示图像修复方法[A];第十五届全国图象图形学学术会议论文集[C];2010年
9 高畅;李海峰;马琳;;基于压缩感知理论的语音信号压缩与重构方法[A];第十一届全国人机语音通讯学术会议论文集(一)[C];2011年
中国博士学位论文全文数据库 前10条
1 杜小勇;稀疏成份分析及在雷达成像处理中的应用[D];国防科学技术大学;2005年
2 邓承志;图像稀疏表示理论及其应用研究[D];华中科技大学;2008年
3 张楠;低秩鉴别分析与回归分类方法研究[D];南京理工大学;2012年
4 尚丽;稀疏编码算法及其应用研究[D];中国科学技术大学;2006年
5 耿耀君;高通量数据特征选择算法研究[D];西安电子科技大学;2013年
6 王党卫;超宽带雷达目标电磁特征抽取与识别方法研究[D];国防科学技术大学;2006年
7 刘吉英;压缩感知理论及在成像中的应用[D];国防科学技术大学;2010年
8 李小薪;稀疏表示的分段匹配寻踪方法[D];华南理工大学;2009年
9 刘盛鹏;基于Contourlet变换的图像稀疏分量分析[D];上海大学;2007年
10 刘也;弹道目标实时跟踪的稳健高精度融合滤波方法[D];国防科学技术大学;2011年
中国硕士学位论文全文数据库 前10条
1 陈天娇;基于分组稀疏和权重稀疏表示的人脸识别研究[D];安徽大学;2014年
2 张君;基于稀疏表示的单实验事件相关电位信号去噪与分类方法研究[D];厦门大学;2014年
3 陈威;基于数据稀疏表示的快速磁共振成像技术研究及应用[D];杭州电子科技大学;2014年
4 汪兰;基于稀疏表示和压缩感知的目标检测与跟踪研究[D];厦门大学;2014年
5 黄翔;基于单演特征和遮挡字典的稀疏表示人脸识别研究[D];安徽大学;2014年
6 王自桦;基于多字典和稀疏表示的图像去噪方法[D];厦门大学;2014年
7 刘燕文;基于稀疏表示的多成分字典超分辨率图像重建的研究[D];厦门大学;2014年
8 杨愚;图像稀疏分解快速实现与初步应用[D];西南交通大学;2007年
9 林晋;基于稀疏分解的图像压缩编码算法研究[D];电子科技大学;2008年
10 张跃飞;基于稀疏分解的图像压缩[D];西南交通大学;2006年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978