基于低秩矩阵恢复和稀疏表示的遮挡人脸识别算法研究

发布时间：2021-03-12 15:33

　　近些年,随着人脸识别理论的巨大突破和计算能力的不断增强,人脸识别技术得到了重点的关注,并普遍应用在生活的各个领域。尽管如此,大多数现有的算法只有在严格的实验室条件下才可以获得良好的识别效果。但是在现实的应用场景中,由于人脸图像存在光照、姿势、表情和遮挡等的影响,严重降低了算法的识别性能。因此,本文基于低秩矩阵恢复和稀疏表示的理论基础,针对遮挡人脸识别算法实时性较差、识别率不高等问题,具体展开如下研究:1.针对数据样本来自不同子空间时,传统低秩矩阵恢复模型不准和人脸识别的小样本问题,提出了一种基于判别低秩矩阵恢复的协同表示遮挡人脸识别算法。该方法通过在低秩矩阵恢复中引入结构非相关的正则化约束项,可以有效地从被污损的训练样本中恢复出干净的低秩训练样本。然后,通过学习原始污损训练样本与低秩训练样本之间的低秩投影矩阵,并将受污损的测试样本投影到相应的低维子空间来进行修正。最后,利用协同表示与分类的方法对修正后的测试样本进行分类,获取最终的识别结果。实验结果表明,本方法不仅在一定程度上缓解了小样本问题,而且提高了遮挡人脸识别的有效性。2.针对训练样本和测试样本均受到遮挡时整体特征不能有效地表示遮... 

【文章来源】：重庆邮电大学重庆市

【文章页数】：74 页

【学位级别】：硕士

【部分图文】：

图1.1日常生活

图1.1日常生活

图1.1日常生活中的各种遮挡类型

【参考文献】：
期刊论文
[1]基于低秩投影与稀疏表示的人脸识别算法[J]. 蔡晓云,尹贺峰.  科学技术与工程. 2019(17)
[2]自适应Gabor特征的协同表示人脸识别算法[J]. 严旭东,吴锡生.  传感器与微系统. 2018(03)
[3]基于正交匹配追踪及加速近端梯度的人体三维重建[J]. 汪亚明,翟俊鹏,莫燕,韩永华,蒋明峰.  中国生物医学工程学报. 2017(04)
[4]图像修复问题的低秩对偶逼近算法[J]. 冯象初,王斯琪,李小平.  西安电子科技大学学报. 2016(04)
[5]迭代阈值算法阈值选择在图像恢复中的研究[J]. 裴明敬,符茂胜,杨洋.  荆楚理工学院学报. 2015(04)
[6]基于Gabor特征与协同表示的人脸识别算法[J]. 张宏星,邹刚,赵键,李志勇.  计算机工程与设计. 2014(02)
[7]基于低秩子空间恢复的联合稀疏表示人脸识别算法[J]. 胡正平,李静.  电子学报. 2013(05)

博士论文
[1]联合多重字典结合扩展稀疏表示的非约束人脸识别研究[D]. 王蒙.燕山大学 2018
[2]欠完备采样环境下面向数据的稀疏表示人脸识别研究[D]. 赵淑欢.燕山大学 2016

硕士论文
[1]基于协同表示的人脸识别研究[D]. 韩彤炜.山东大学 2017



本文编号：3078552