非线性相关滤波器组和稀疏表示的人脸识别算法研究

发布时间：2020-08-01 21:26

【摘要】：随着科技的发展,信息安全在社会中发挥着不可替代的作用,导致身份识别受到的关注越来越多。而人脸识别作为近几年快速成长的一种身份识别技术,吸引了一大批研究学者的研究。虽然人脸识别的准确性越来越高,但是人脸属于外在的一种生物特征,容易受到外界因素的影响,所以解决这些影响是人脸识别技术更新的一个突破点。在光线、姿势和面部表情的变化下会引起人脸图像的一些重要特征信息的丢失,从而使人脸识别效果变差。为了改善这一情况,本文提出一种基于非线性相关滤波器组的人脸识别算法。本算法通过使用人脸图像被分割成多个不重叠且尺寸相同的子模块对应生成的相关滤波器和sigmoid函数扩展了均匀动态范围以增强图像的对比度的优点,使得这个算法对光线、姿势与面部表情变化都具有强大的鲁棒性。经过人脸数据库的仿真实验分析,这个算法比其他滤波器算法有更好的识别效果。除了光线、姿势与面部表情外还有遮挡物等其他一些无约束外部环境条件也会使人脸识别的效果变差。针对这一情况,本文基于稀疏表示法,提出了镜像图与LRC和CRC偏差结合分类的算法,该算法一开始通过镜像图法来增加训练样本图像的数量,这可以在人脸图像中获取到更多有用的特征信息;然后在通过使用LRC和CRC方法,将它们的得到的偏差进行归一化和通过控制函数进行加权融合,最后在进行分类识别。经过在人脸数据库上的仿真实验分析可知这个算法是个有效的识别算法,大大的提高了人脸识别的准确性。
【学位授予单位】：南京信息工程大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP391.41;TN713
【图文】：

分类图,人脸识别,人脸检测,过程

人脸识别是指从一张图片中或者一个视频中检测出人脸，然后利用人脸识别算法匹逡逑配人脸数据库中的人脸图像，最后识别出人脸。人脸识别的步骤有：人脸检测、预处理、逡逑特征提取、人脸识别，如下图２－１所示。逡逑＝逦邋｜邋人预逡逑丨图片或视频———蠢￣￣？邋Ｋ——逡逑＇逦邋｜邋＃逦理逡逑逦丨人逦Ｊ寺逡逑ｉ只别结果逦ｐ＾一一邋｜｜逡逑逦邋ｍ逦￡逡逑图２－１人脸识别的主要过程逡逑（１）人脸检测逡逑人脸检测［２７－２９］是指对所给的图片进行判断是不是有人脸，确定有人脸的话，就去确逡逑定人脸的位置、大小、姿态等要素。人脸检测方法有三大类：第一类是基于特征的人脸逡逑检测，包括整体轮廓法、肤色检测法、纹理特征法等；第二类是基于模板匹配法的人脸逡逑检测，包括动态轮廓法、预定模型匹配法、变形模板法等；第三类是基于Ａｄａｂｏｏｓｔ算逡逑法的人脸检测，图２－２是人脸检测方法的分类图。逡逑８逡逑

分类图,无用信息,图片,主要思想

代数特征,图片,五官

南京信息工程大学硕士学位论文脸的脸部由五个突出性的特征组合而成的，即五官：眉、眼、耳、鼻、嘴。征的提取方法［３７］的核心理论就是以提取这五官的相对位置和大小作为特征在把人脸的整体轮廓显示的信息也标记为特征信息点。这些特性易于受到情和姿势等要素的影响，所以稳定性差。逡逑板匹配方法逡逑种人脸数据库里面有大量的人脸图片，本节的方法就是把这些图片作为模待测图片与模板图片之间的关系的复杂度来实现分类。从这个方法的原理中发现该方法计算量是多么的庞大，而且这个方法不仅受一些无约束的外界环还受到图片放大与缩小带来的计算影响。逡逑于代数特征的提取方法逡逑

【参考文献】