在模式識別研究領(lǐng)域,人臉識別已知是很熱點的研究方向。并且使用在很多領(lǐng)域,比如說公安系統(tǒng),高鐵站,闖紅燈檢查等。人臉識別相對于傳統(tǒng)的指紋識別是由很大優(yōu)勢的,在空氣比較干燥時往往指紋不能識別,給一些重要的應(yīng)用場合造成了極大的困擾,而隨著人臉識別技術(shù)的發(fā)展,通過分析總結(jié)當前基于稀疏表示的分類算法的研究,在此基礎(chǔ)上提出以下三種改進的分類識別算法:1.提出基于完整局部二值模式（CLBP）特征提取的結(jié)構(gòu)型稀疏表示人臉識別算法。CLBP算法是LBP算法的改進,在CLBP特征提取中,人臉圖像的一個局部區(qū)域用它的中心像素點和局部符合-模差異轉(zhuǎn)化,CLBP特征提取能更好充分利用人臉圖片的局部性特征。然后將提取出的CLBP直方圖特征輸入結(jié)構(gòu)型稀疏表示（SSRC）分類器中。充分利用SSRC算法的訓(xùn)練字典分塊結(jié)構(gòu)性,有效地提高了人臉識別效果。2.我們提出一種基于新的Gabor特征重組方式的核稀疏表示算法（DG-KSRC）。該方法將5個尺度、8個方向一起構(gòu)成40個Gabor特征集合,再依次輸入到我們的基于坐標下降的KSRC算法模型中。該算法能充分考慮Gabor人臉特征在不同尺度、方向的變換結(jié)果的獨立性。算法對光照... 

【文章來源】：南京郵電大學(xué)江蘇省

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【部分圖文】：

稀疏表示的思想

圖 3.2 向量重建重新表示為中心像素和局部差異，然后根據(jù)公式通過 CLBP_C，CLBP_S，CLBP_M 來編碼符號合并為一個 CLBP 特征映射，構(gòu)建 CLBP 特征直與公式(3-1)一樣。CLBP_M 計算定義如下： 10,1,1,_,2,,PppPRpxcxcP Mtmctxc，這里設(shè)置 c 為整個圖片的pm 向量的平均值。致，中心點像素的編碼定義如下： PRctCLBP _Ctg,c, ，tc 設(shè)置為整張圖片的像素均值。種方式來合并：聯(lián)合或者混合。第一種方法就

圖 3.3 CLBP 特征提取過程CLBP 特征提取步驟如下：（1） 將圖像樣本 y 劃分成16 16的小區(qū)域 1 2, , ,ny y y y；（2） 分別對iy 進行 CLBP 編碼，得到每個區(qū)域的 CLBP 編碼圖 1 2, , ,ny y y y ；（3） 分別對iy 進行直方圖統(tǒng)計，即統(tǒng)計每個 CLBP 編碼值的頻率，得到直方圖統(tǒng)計特征向量 iCLBP y，并作歸一化處理；（4） 將所有區(qū)域的直方圖統(tǒng)計特征向量串聯(lián)起來得到整幅樣本圖像的 CLBP 特征矩陣： nCLBP yCLBPy,...,CLBPy1 ；（5） 將得到的 CLBP 特征輸入到模型中進行分類。3.2.2 結(jié)構(gòu)型稀疏表示分類模型

【參考文獻】：
期刊論文
[1]基于光纖列陣傳感器的步態(tài)識別技術(shù)研究[J]. 隋國榮,程利,陳抱雪,張仁杰,磯守.  光電子.激光. 2011(03)
[2]生物特征識別綜述[J]. 田啟川,張潤生.  計算機應(yīng)用研究. 2009(12)
[3]人臉識別方法綜述[J]. 吳巾一,周德龍.  計算機應(yīng)用研究. 2009(09)
[4]人臉識別綜述[J]. 聶祥飛.  重慶三峽學(xué)院學(xué)報. 2009(03)
[5]基于指紋識別技術(shù)的Web生產(chǎn)圖紙管理系統(tǒng)研究[J]. 張志亮,王潤孝,王宗坤.  中國制造業(yè)信息化. 2007(21)
[6]生物特征識別綜述[J]. 盧官明,李海波,劉莉.  南京郵電大學(xué)學(xué)報(自然科學(xué)版). 2007(01)
[7]基于局部Gabor變化直方圖序列的人臉描述與識別[J]. 張文超,山世光,張洪明,陳杰,陳熙霖,高文.  軟件學(xué)報. 2006(12)
[8]自動指紋識別技術(shù)的發(fā)展與應(yīng)用[J]. 尹義龍,寧新寶,張曉梅.  南京大學(xué)學(xué)報(自然科學(xué)版). 2002(01)
[9]現(xiàn)代身份鑒別新技術(shù)——生物特征識別技術(shù)[J]. 王蘊紅,譚鐵牛.  中國基礎(chǔ)科學(xué). 2000(09)



本文編號：3521255