人臉識別因其友好性、無侵害、易獲取等特點,相比于其它現(xiàn)有生物識別技術(shù)有著更為廣泛的應(yīng)用,如信息安全、人機交互和娛樂等領(lǐng)域。然而提取區(qū)分性好、魯棒性好的人臉特征,構(gòu)建高效可靠的分類器,來提升人臉識別的正確率,一直是人臉識別研究的難點與重點。人臉檢測、特征提取、分類識別是人臉識別系統(tǒng)的三大組成部分,它們的好壞直接決定算法的性能,其中特征提取的地位尤為突出。論文以單樣本人臉識別為背景,根據(jù)特征提取方法、字典學(xué)習(xí)方法、協(xié)作表示分類算法的相關(guān)研究成果,基于稀疏編碼方法做了相關(guān)研究。工作內(nèi)容主要有:(1)當(dāng)外界光照變化呈高斯分布或拉普拉斯分布時,協(xié)作表示分類算法(Collaborative Representation Based Classification,CRC)才能較好的克服光照所帶來的影響,然而現(xiàn)實中的光照變化并不滿足這一前提。因此為克服外界光照變化的影響,基于正交Log-Gabor濾波和協(xié)作表示的單樣本人臉識別算法被提出。正交Log-Gabor濾波器是Log-Gabor濾波器的改進(jìn),改進(jìn)的濾波器既保留了Log-Gabor特征良好的生物特性,也緩解了Log-Gabor特征維數(shù)過高的影響。同...

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖23sRc算法流程圖

),xu,i1,2,...,n}iinnΦ=xu∈R×R<=，則最優(yōu)解的凸函數(shù)可表示為式：(,)()(,)122xu=yAx++Φxu=nitiFtλu（2.中t∈[0,∞)。式（2.8）可通過標(biāo)準(zhǔn)內(nèi)點法來求解，其搜索梯度可表示為如下：ΔΔ=....

圖2.4分塊協(xié)作表示示意圖

(y)argmin(y)iiidentity=r（2.23）2.3.2分塊協(xié)作表示為了緩解小樣本問題，分塊克服機制被引入人臉識別技術(shù)中。2012年，Zh等人[37]提出基于協(xié)作表示分類的分塊協(xié)作表示分類（PatchbasedCRC,PCRC）算法。該算法的主要思想....

圖3.1全局特征

向的Log-Gabor特征。為了防止丟失有用的特征，因此在不同尺度上采取交叉選取正交方向。假定濾波器組選取5個尺度，8個方向。則全局Log-Gabor濾波器組的幅值特征如圖3.1所示，正交Log-Gabor濾波器組的幅值特征如圖3.2所示。圖3.1全局特征圖3....

圖3.2正交特征

向的Log-Gabor特征。為了防止丟失有用的特征，因此在不同尺度上采取交叉選取正交方向。假定濾波器組選取5個尺度，8個方向。則全局Log-Gabor濾波器組的幅值特征如圖3.1所示，正交Log-Gabor濾波器組的幅值特征如圖3.2所示。圖3.1全局特征圖3....

本文編號：4022524