收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于单演特征和遮挡字典的稀疏表示人脸识别研究

黄翔  
【摘要】:在计算机视觉、机器学习及生物识别技术中,自动人脸识别技术是最具有挑战的研究之一。尽管人脸识别在最近几十年已经被广泛研究,且很多经典的人脸特征提取和分类方法被提出,包括子空间学习的Eigenface、Fisherface、 Laplacianfaces,基于Gabor特征的分类,以及具有机器学习功能的SVM等。但由于受遮挡、姿态变化和光照等影响,其识别性能依然受到很大的限制。因此在真实情况下提高人脸识别的鲁棒性仍有必要。 2008年,John Wright等人首次将稀疏表示引入到人脸识别中,提出了SRC(Sparse Representation based Classification)方法。该方法是将训练样本作为字典,通过1模最小化技术得到待识别图像在字典上的稀疏表示系数,并求解最小残差来进行识别。SRC方法给人脸识别提供新的研究方向,由此本文对稀疏表示人脸识别进行了研究。针对图像的光照和遮挡问题,重点研究了如何提取较好的局部特征和构造合理的遮挡字典两个部分。论文的主要工作及研究内容包括: 1)使用SRC方法进行人脸识别时,为了使得表示系数矢量具有更为显著的稀疏性,受到GSRC(Gabor Feature based Sparse Repreentation Classification)算法的启发,本文将单演特征这种局部特征引入到稀疏表示分类中,提出了基于单演特征的稀疏表示分类方法,即MSRC(Monogenic Feature based Sparse Representation Classification)。由于单演特征能够提取图像的能量特征、结构特征和几何特征,提取的图像信息比较全面,使用它作为特征对后续的稀疏表示分类是比较有利的。在算法特征的处理时间上,相对于Gabor的多尺度和多方向,仅仅多尺度的单演特征能够减少特征的处理时间。在AR库和Extend YaleB库上分别进行了实验,验证了所提算法的有效性。在AR库上,MSRC算法虽然最高识别率与GSRC一致,都为97.143%,但是整体平均识别率高于GSRC。在Extend YaleB库上,MSRC最高识别率为98.918%,高于GSRC的96.543%。 2)对于待识别人脸出现损坏或遮挡时,考虑到遮挡的人脸往往可以认为是原始人脸和遮挡误差叠加而成,研究了含有遮挡字典的扩展字典对识别性能的影响。重点研究了单位矩阵遮挡字典和Gabor遮挡字典。考虑到扩展字典的复杂性,使用压缩传感的理论去除遮挡区域,利用非遮挡区域作为字典进行识别。在含有遮挡人脸的AR库上进行了实验,比较了这几种字典对遮挡图像的识别性能。已知AR库上有戴墨镜和戴围巾两种遮挡情况。使用戴墨镜的人脸作为测试库时,非遮挡区域的字典识别率要低于Gabor遮挡字典。但使用戴戴围巾的人脸作为测试库时,识别率最高的是非遮挡区域的字典。这是因为在遮挡面积较大时,使用非遮挡区域作为字典的识别性能要优于单位矩阵遮挡字典和Gabor遮挡字典。


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 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
2 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
3 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
4 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
5 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
6 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
7 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
8 张跃飞;基于稀疏分解的图像压缩[D];西南交通大学;2006年
9 韦泉华;基于稀疏表示的盲信号分离算法及其改进[D];中国地质大学(北京);2006年
10 庄永文;基于稀疏编码理论的自然图像处理研究[D];厦门大学;2008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