收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

稀疏表示和鉴别分析技术在人脸识别中的应用研究

蓝超  
【摘要】:本论文以人脸识别为主要背景,研究了两方面内容。一是当前热门的稀疏表示技术在人脸识别中的应用,二是经典的代数特征提取方法—鉴别分析技术及其扩展。 稀疏表示技术源于信号处理领域,其基本思想是从大量基信号中挑取少量来线性重构目标信号以获取更高压缩率。过去三年,借鉴稀疏表示的思想,人们提出了全新的人脸识别框架。本文研究并丰富了稀疏表示在人脸分类和人脸特征提取中的应用。当前基于稀疏表示的人脸分类方法没有充分利用稀疏表示的特性。本文2.1节从分类的角度探讨了稀疏表示的可理解性,引入了一种高可理解性的混合稀疏表示用于人脸识别,并提出一种更简单和直观的分类法则。特征提取方面,当前基于稀疏表示的特征提取技术没有考虑不同类别的样本间表示能力的差异。本文2.2节考虑这样一个假设,即同类样本间能力强而异类样本间表示能力弱,并基于此提出一个新的投影法则:在全局稀疏表示中,同类样本间的表示误差最小化,而异类样本间的表示误差最大化。 本文第三章研究了鉴别分析技术及其在不同问题背景下的扩展。鉴别分析是一种经典的人脸代数特征提取方法,它的目标是通过线性投影变换,提取鉴别特征。本文从以下两方面对其进行了扩展:1)在3.2节中,我们尝试解决在基于类特定的鉴别分析方法中出现的类不平衡问题。我们提出首先从大类中选取离小类最近的一个子集,再将该子集细划成若干小类,以获得类间平衡,再提取特征。2)本文3.3节提出了一种新的基于人脸和掌纹的双模态生物特征识别方法。以往方法中,不同模态的样本在不同特征空间进行特征提取;而本文提出,将两种模态的样本置于同一特征空间进行特征提取。由于此时同一人的所有生物特征呈现出多高斯分布,我们使用子类鉴别分析技术从训练样本集中提取特征。 本文所提方法均在人脸库和物体库上进行了实验验证,证明了它们的有效性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 刘晓山;付国兰;;基于脊波变换的图像压缩[J];电脑与信息技术;2007年02期
2 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
3 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
4 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
5 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
6 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
7 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
8 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
9 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
10 任肖丽;;压缩感知理论研究简述[J];中国科技信息;2010年13期
11 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
12 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
13 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
14 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
15 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
16 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
17 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
18 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
19 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
20 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
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 谢成军;图像稀疏表示模型在可视化追踪中的应用研究[D];合肥工业大学;2014年
2 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
3 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
4 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
5 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
6 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
7 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
8 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
9 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
10 刘盛鹏;基于Contourlet变换的图像稀疏分量分析[D];上海大学;2007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 赵晓龙;安防系统中的基于稀疏表示的人脸识别研究[D];西北大学;2014年
3 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
4 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
5 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
6 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
7 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
8 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
9 王瑶;基于稀疏表示的图像去噪算法研究[D];安徽大学;2014年
10 闫庆森;基于压缩感知的视频跟踪算法研究[D];太原科技大学;2014年
 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