基于判別字典學(xué)習(xí)的人臉識別算法
發(fā)布時間:2021-08-29 15:44
人臉是人類在日常交流中用于傳達(dá)身份和表達(dá)情感最關(guān)鍵的生物特征。隨著計(jì)算機(jī)技術(shù)的迅猛發(fā)展,人臉識別技術(shù)憑借其非接觸性、非侵入性和高準(zhǔn)確性等優(yōu)勢,逐步成為計(jì)算機(jī)視覺以及生物識別領(lǐng)域最重要的研究方向,在安防、監(jiān)控、娛樂等諸多領(lǐng)域具備廣泛的應(yīng)用前景。稀疏表示和字典學(xué)習(xí)理論自2009年以來得到了迅猛發(fā)展,并依靠其良好的泛化能力和對遮擋等因素的魯棒性逐漸成為研究的熱點(diǎn),在圖像分類、圖像去噪、生物識別等領(lǐng)域有廣泛應(yīng)用。因此,深入研究基于字典學(xué)習(xí)的人臉識別算法,提高其判別能力和泛化能力,獲得更好的分類效果,不僅具備極高的科研意義,還具備了非常重要的現(xiàn)實(shí)意義。本文基于現(xiàn)有的用于分類的字典學(xué)習(xí)算法,提出了兩種新穎的判別字典學(xué)習(xí)算法,并將其應(yīng)用于人臉識別中。將提出的字典學(xué)習(xí)算法在多種真實(shí)的數(shù)據(jù)集上進(jìn)行驗(yàn)證,實(shí)驗(yàn)結(jié)果表明本文提出的算法具備很好的魯棒性和分類性能,并且優(yōu)于許多現(xiàn)有的人臉識別算法。本文的具體工作說明如下:首先我們提出了一種應(yīng)用于人臉識別的判別字典學(xué)習(xí)算法,結(jié)合訓(xùn)練樣本的標(biāo)簽信息學(xué)習(xí)一個過完備字典,它由所有類別都會使用的共享原子和部分類別使用的特定原子組成。為了提高字典的判別能力和分類的準(zhǔn)確性,我們...
【文章來源】:南京郵電大學(xué)江蘇省
【文章頁數(shù)】:60 頁
【學(xué)位級別】:碩士
【部分圖文】:
不同表情、角度、光照、遮擋下的人臉圖像
論基礎(chǔ)是基于分類的稀疏表示和字典學(xué)習(xí)算法,尤其是其在人臉容主要是介紹本論文研究所涉及的相關(guān)理論和方法。重點(diǎn)介紹了及求解方法,基于稀疏表示分類的人臉識別,非監(jiān)督字典學(xué)習(xí)算普拉斯矩陣的概念以及拉普拉斯特征映射。示理論年來,線性表示方法(LRBM)[21][22]得到了學(xué)術(shù)界的廣泛研究與表示方法中最具代表性的一種,并且在諸多應(yīng)用領(lǐng)域中都是的強(qiáng)噪[23]、圖像去模糊[24]、圖像分類[25]、生物識別等。信號稀疏表示備字典中的原子的線性組合來尋找信號最簡潔的表示方式,從而含的信息。由于稀疏表示在處理該問題方面顯示出巨大的潛在能界非常引人關(guān)注的研究方向。如圖 2.1 是稀疏表示理論的應(yīng)用場
南京郵電大學(xué)專業(yè)學(xué)位碩士研究生學(xué)位論文 第二章 稀疏表示與字典學(xué)習(xí)理論 ‖ ‖ (2.23)要求出最優(yōu)的 和 ,不能直接利用 進(jìn)行求解,否則求得的新的 不稀疏。這是一個最小二乘問題,可以利用最小二乘的方法或者 SVD 進(jìn)行求解。
【參考文獻(xiàn)】:
期刊論文
[1]基于近似l0范數(shù)的稀疏信號重構(gòu)[J]. 聶棟棟,弓耀玲. 計(jì)算機(jī)研究與發(fā)展. 2018(05)
[2]基于深度字典和稀疏表示的圖像分類[J]. 紀(jì)念,左登,曹燕,唐彪. 無線通信技術(shù). 2017(04)
[3]快速稀疏表示分類的人臉識別算法[J]. 范自柱. 計(jì)算機(jī)工程與應(yīng)用. 2017(09)
[4]基于迭代重賦權(quán)最小二乘算法的塊稀疏壓縮感知[J]. 王文東,王堯,王建軍. 電子學(xué)報. 2015(05)
[5]字典學(xué)習(xí)模型、算法及其應(yīng)用研究進(jìn)展[J]. 練秋生,石保順,陳書貞. 自動化學(xué)報. 2015(02)
[6]基于稀疏表示的遮擋人臉表情識別方法[J]. 朱明旱,李樹濤,葉華. 模式識別與人工智能. 2014(08)
[7]圖像去模糊的l0范數(shù)最小化方法[J]. 王愛齊,邱天爽,劉文紅. 信號處理. 2012(11)
[8]壓縮感知研究[J]. 戴瓊海,付長軍,季向陽. 計(jì)算機(jī)學(xué)報. 2011(03)
[9]基于稀疏表示的人臉識別方法[J]. 楊榮根,任明武,楊靜宇. 計(jì)算機(jī)科學(xué). 2010(09)
[10]一種基于超完備字典學(xué)習(xí)的圖像去噪方法[J]. 蔡澤民,賴劍煌. 電子學(xué)報. 2009(02)
本文編號:3370927
【文章來源】:南京郵電大學(xué)江蘇省
【文章頁數(shù)】:60 頁
【學(xué)位級別】:碩士
【部分圖文】:
不同表情、角度、光照、遮擋下的人臉圖像
論基礎(chǔ)是基于分類的稀疏表示和字典學(xué)習(xí)算法,尤其是其在人臉容主要是介紹本論文研究所涉及的相關(guān)理論和方法。重點(diǎn)介紹了及求解方法,基于稀疏表示分類的人臉識別,非監(jiān)督字典學(xué)習(xí)算普拉斯矩陣的概念以及拉普拉斯特征映射。示理論年來,線性表示方法(LRBM)[21][22]得到了學(xué)術(shù)界的廣泛研究與表示方法中最具代表性的一種,并且在諸多應(yīng)用領(lǐng)域中都是的強(qiáng)噪[23]、圖像去模糊[24]、圖像分類[25]、生物識別等。信號稀疏表示備字典中的原子的線性組合來尋找信號最簡潔的表示方式,從而含的信息。由于稀疏表示在處理該問題方面顯示出巨大的潛在能界非常引人關(guān)注的研究方向。如圖 2.1 是稀疏表示理論的應(yīng)用場
南京郵電大學(xué)專業(yè)學(xué)位碩士研究生學(xué)位論文 第二章 稀疏表示與字典學(xué)習(xí)理論 ‖ ‖ (2.23)要求出最優(yōu)的 和 ,不能直接利用 進(jìn)行求解,否則求得的新的 不稀疏。這是一個最小二乘問題,可以利用最小二乘的方法或者 SVD 進(jìn)行求解。
【參考文獻(xiàn)】:
期刊論文
[1]基于近似l0范數(shù)的稀疏信號重構(gòu)[J]. 聶棟棟,弓耀玲. 計(jì)算機(jī)研究與發(fā)展. 2018(05)
[2]基于深度字典和稀疏表示的圖像分類[J]. 紀(jì)念,左登,曹燕,唐彪. 無線通信技術(shù). 2017(04)
[3]快速稀疏表示分類的人臉識別算法[J]. 范自柱. 計(jì)算機(jī)工程與應(yīng)用. 2017(09)
[4]基于迭代重賦權(quán)最小二乘算法的塊稀疏壓縮感知[J]. 王文東,王堯,王建軍. 電子學(xué)報. 2015(05)
[5]字典學(xué)習(xí)模型、算法及其應(yīng)用研究進(jìn)展[J]. 練秋生,石保順,陳書貞. 自動化學(xué)報. 2015(02)
[6]基于稀疏表示的遮擋人臉表情識別方法[J]. 朱明旱,李樹濤,葉華. 模式識別與人工智能. 2014(08)
[7]圖像去模糊的l0范數(shù)最小化方法[J]. 王愛齊,邱天爽,劉文紅. 信號處理. 2012(11)
[8]壓縮感知研究[J]. 戴瓊海,付長軍,季向陽. 計(jì)算機(jī)學(xué)報. 2011(03)
[9]基于稀疏表示的人臉識別方法[J]. 楊榮根,任明武,楊靜宇. 計(jì)算機(jī)科學(xué). 2010(09)
[10]一種基于超完備字典學(xué)習(xí)的圖像去噪方法[J]. 蔡澤民,賴劍煌. 電子學(xué)報. 2009(02)
本文編號:3370927
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/3370927.html
最近更新
教材專著