近些年,隨著人臉識別理論的巨大突破和計(jì)算能力的不斷增強(qiáng),人臉識別技術(shù)得到了重點(diǎn)的關(guān)注,并普遍應(yīng)用在生活的各個(gè)領(lǐng)域。盡管如此,大多數(shù)現(xiàn)有的算法只有在嚴(yán)格的實(shí)驗(yàn)室條件下才可以獲得良好的識別效果。但是在現(xiàn)實(shí)的應(yīng)用場景中,由于人臉圖像存在光照、姿勢、表情和遮擋等的影響,嚴(yán)重降低了算法的識別性能。因此,本文基于低秩矩陣恢復(fù)和稀疏表示的理論基礎(chǔ),針對遮擋人臉識別算法實(shí)時(shí)性較差、識別率不高等問題,具體展開如下研究:1.針對數(shù)據(jù)樣本來自不同子空間時(shí),傳統(tǒng)低秩矩陣恢復(fù)模型不準(zhǔn)和人臉識別的小樣本問題,提出了一種基于判別低秩矩陣恢復(fù)的協(xié)同表示遮擋人臉識別算法。該方法通過在低秩矩陣恢復(fù)中引入結(jié)構(gòu)非相關(guān)的正則化約束項(xiàng),可以有效地從被污損的訓(xùn)練樣本中恢復(fù)出干凈的低秩訓(xùn)練樣本。然后,通過學(xué)習(xí)原始污損訓(xùn)練樣本與低秩訓(xùn)練樣本之間的低秩投影矩陣,并將受污損的測試樣本投影到相應(yīng)的低維子空間來進(jìn)行修正。最后,利用協(xié)同表示與分類的方法對修正后的測試樣本進(jìn)行分類,獲取最終的識別結(jié)果。實(shí)驗(yàn)結(jié)果表明,本方法不僅在一定程度上緩解了小樣本問題,而且提高了遮擋人臉識別的有效性。2.針對訓(xùn)練樣本和測試樣本均受到遮擋時(shí)整體特征不能有效地表示遮... 

【文章來源】：重慶郵電大學(xué)重慶市

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1.1日常生活

圖1.1日常生活

圖1.1日常生活中的各種遮擋類型

【參考文獻(xiàn)】：
期刊論文
[1]基于低秩投影與稀疏表示的人臉識別算法[J]. 蔡曉云,尹賀峰.  科學(xué)技術(shù)與工程. 2019(17)
[2]自適應(yīng)Gabor特征的協(xié)同表示人臉識別算法[J]. 嚴(yán)旭東,吳錫生.  傳感器與微系統(tǒng). 2018(03)
[3]基于正交匹配追蹤及加速近端梯度的人體三維重建[J]. 汪亞明,翟俊鵬,莫燕,韓永華,蔣明峰.  中國生物醫(yī)學(xué)工程學(xué)報(bào). 2017(04)
[4]圖像修復(fù)問題的低秩對偶逼近算法[J]. 馮象初,王斯琪,李小平.  西安電子科技大學(xué)學(xué)報(bào). 2016(04)
[5]迭代閾值算法閾值選擇在圖像恢復(fù)中的研究[J]. 裴明敬,符茂勝,楊洋.  荊楚理工學(xué)院學(xué)報(bào). 2015(04)
[6]基于Gabor特征與協(xié)同表示的人臉識別算法[J]. 張宏星,鄒剛,趙鍵,李志勇.  計(jì)算機(jī)工程與設(shè)計(jì). 2014(02)
[7]基于低秩子空間恢復(fù)的聯(lián)合稀疏表示人臉識別算法[J]. 胡正平,李靜.  電子學(xué)報(bào). 2013(05)

博士論文
[1]聯(lián)合多重字典結(jié)合擴(kuò)展稀疏表示的非約束人臉識別研究[D]. 王蒙.燕山大學(xué) 2018
[2]欠完備采樣環(huán)境下面向數(shù)據(jù)的稀疏表示人臉識別研究[D]. 趙淑歡.燕山大學(xué) 2016

碩士論文
[1]基于協(xié)同表示的人臉識別研究[D]. 韓彤煒.山東大學(xué) 2017



本文編號：3078552