基于矩阵分数范数的人脸识别方法

发布时间：2017-06-24 18:09

  本文关键词：基于矩阵分数范数的人脸识别方法，由笔耕文化传播整理发布。

【摘要】：人脸识别是图像处理和模式识别中的重要研究问题,由于其具有隐蔽性、无侵犯性及图像采集简便快捷等优点,被广泛应用到人工智能和安全监控等领域.本文以人脸识别为主要研究对象,重点研究其中的特征提取和分类问题,并结合模式识别中的最新成果,深入研究了矩阵稀疏优化方法.本文首先介绍了基于压缩感知理论的两种经典人脸识别方法,主成分分析法和稀疏表示分类方法.并在向量稀疏优化方法的基础上,为提高人脸识别的效率,提出了矩阵稀疏优化模型.矩阵稀疏优化模型是基于矩阵范数2,(0 1)pl?p?模极小化问题,其综合了分数范数(0 1)pl?p?的稀疏性和2l范数的光滑性,在高维图像数据处理的特征选取中有很好的表现.而且大量数据表明,联合矩阵范数(0 1)pl?p?比传统的向量1l范数具有更好的稀疏性,对噪声的抗干扰性也更好.本文根据人脸数据的结构特点,建立基于混合矩阵范数2,(0 1)pl?p?极小化的人脸特征选取模型.对任意参数p?(0,1],设计了求解2,(0 1)pl?p?极小化问题的一致性求解算法,并证明了目标函数随迭代点严格下降,保证了算法的收敛性.此外,本文将混合矩阵模型特征选取与最近邻识别方法结合,提出了一类新的鲁棒人脸分类方法.而且在多个人脸测试样本上的实验结果表明,基于分数矩阵范数2,(0 1)pl?p?的稀疏优化模型比传统的人脸识别方法有更好的特征选择和分类效果.
【关键词】：特征选择 矩阵范数 压缩感知 稀疏优化 人脸识别
【学位授予单位】：南京航空航天大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP391.41
【目录】：

• 摘要4-5
• Abstract5-7
• 第一章 绪论7-12
• 1.1 研究背景7
• 1.2 人脸识别中的研究方法7-10
• 1.3 本文的主要工作和安排10-12
• 第二章 稀疏表示人脸识别12-19
• 2.1 符号和定义12-13
• 2.2 主成分分析法13-14
• 2.3 向量稀疏优化方法14-19
• 第三章 基于l_(2-p) ,( 0＜p≤1 ) 矩阵范数的特征选取模型及算法19-26
• 3.1 基于l_(2-p) ,( 0＜p≤1 ) 矩阵范数的特征选取模型19-21
• 3.2 基于矩阵范数l_(2-p) ,( 0＜p≤1 ) 优化问题的算法设计21-22
• 3.3 基于l_(2-p) ,( 0＜p≤1 ) 模极小化问题的迭代算法的收敛性分析22-24
• 3.4 人脸识别的新方法24-26
• 第四章 人脸识别的数值实验26-29
• 4.1 人脸识别实验26-27
• 4.2 遮挡的人脸图像检测27-29
• 第五章 本文总结29-30
• 参考文献30-33
• 致谢33-34
• 攻读硕士学位期间的研究成果34

【相似文献】

中国期刊全文数据库 前10条

1 施水才;俞鸿魁;吕学强;李渝勤;;基于大规模语料的新词语识别方法[J];山东大学学报(理学版);2006年03期

2 苏家洪;;试述人脸识别新技术及编辑识别方法[J];中国新技术新产品;2012年07期

3 高春庚;孙建国;;基于统计的人脸识别方法综述[J];安阳工学院学报;2012年04期

4 马彬;洪宇;杨雪蓉;姚建民;朱巧明;;基于语义依存线索的事件关系识别方法研究[J];北京大学学报(自然科学版);2013年01期

5 马彬;洪宇;杨雪蓉;姚建民;朱巧明;;基于推理线索构建的事件关系识别方法[J];北京大学学报(自然科学版);2014年01期

6 吕冬梅,刘燕萍,李云凯;一个新的机械图纸识别方法[J];信息技术;2001年03期

7 刘志鹏,魏君;基于神经网络的集装箱编号识别方法的研究[J];中国包装工业;2002年09期

8 贺敏;龚才春;张华平;程学旗;;一种基于大规模语料的新词识别方法[J];计算机工程与应用;2007年21期

9 董世都;黄同愿;王华秋;王森;杨小帆;;半边人脸识别方法[J];计算机工程;2008年07期

10 方晓春;;一种优化的角色识别方法[J];计算机应用与软件;2009年04期

中国重要会议论文全文数据库 前10条

1 郑凯;;建立多维数据异常点识别方法的尝试[A];第八届全国体育科学大会论文摘要汇编（一）[C];2007年

2 张朋柱;韩崇昭;万百五;;智能决策支持系统中的问题识别方法与实现[A];全国青年管理科学与系统科学论文集（第2卷）[C];1993年

3 刘丽兰;刘宏昭;;时间序列模型的识别方法[A];制造技术自动化学术会议论文集[C];2004年

4 苗振伟;许勇;杨军;;超声波人脸识别方法研究[A];中国声学学会2007年青年学术会议论文集（上）[C];2007年

5 罗智勇;宋柔;荀恩东;;一种基于可信度的人名识别方法[A];第二届全国学生计算语言学研讨会论文集[C];2004年

6 张茜;郑峥;亢一澜;王娟;仇巍;;基于海量实测数据的反演识别方法与盾构装备载荷的力学建模[A];中国力学大会——2013论文摘要集[C];2013年

7 赵锐;陈光发;;军事口令识别的Fuzzy方法探讨[A];第二届全国人机语音通讯学术会议论文集[C];1992年

8 骆玉荣;刘建丽;史晓涛;;一种自动车窗识别方法的设计与实现[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

9 崔凯华;王国庆;方剑青;李红军;贾俊波;马超;赵烨;张东辉;;基于声模态分析的材料识别方法研究[A];现代振动与噪声技术（第九卷）[C];2011年

10 李洪东;梁逸曾;张志敏;;酵母蛋白组中原生肽识别方法的探索研究[A];中国化学会第26届学术年会化学信息学与化学计量学分会场论文集[C];2008年

中国重要报纸全文数据库 前9条

1 陈春道;甲鱼优劣及雌雄的识别方法[N];北京科技报;2003年

2 庞席堂;假币的识别方法[N];中华合作时报;2003年

3 王修增;手机被盗号的6种识别方法[N];中国保险报;2003年

4 张侃;正品手机电池识别方法[N];通信产业报;2000年

5 潘 治;德国开发出癌症早期识别方法[N];中国中医药报;2003年

6 新华社记者 段世文;产权证识别方法[N];新华每日电讯;2001年

7 金亮;机器人的情感[N];中国医药报;2001年

8 黄璐;识别假火车票有绝招[N];山西经济日报;2004年

9 宗绍纯;如何识别是纯奶还是奶饮料？[N];国际商报;2003年

中国博士学位论文全文数据库 前10条

1 赵国腾;跨座式单轨交通轨道梁表面裂纹识别方法研究[D];重庆大学;2015年

2 徐训;线性与非线性结构动力荷载识别方法及实验研究[D];哈尔滨工业大学;2015年

3 付文亮;基于FPGA的高性能应用层协议识别方法研究[D];北京理工大学;2015年

4 陈飞飞;基于特征表示的行为识别方法研究[D];华中科技大学;2015年

5 黄仕建;视频序列中人体行为的低秩表达与识别方法研究[D];重庆大学;2015年

6 张航;基于高光谱成像技术的皮棉中地膜识别方法研究[D];中国农业大学;2016年

7 张莉莉;竞优特征的群识别方法及其应用[D];东北大学;2010年

8 陈绵书;计算机人脸识别方法研究[D];吉林大学;2004年

9 叶俊勇;人脸检测与识别方法研究[D];重庆大学;2002年

10 何光辉;四种人脸识别方法研究[D];重庆大学;2010年

中国硕士学位论文全文数据库 前10条

1 徐珂琼;基于视频的人脸识别方法研究[D];天津理工大学;2015年

2 彭姣丽;针对多表情的人脸识别方法研究[D];昆明理工大学;2015年

3 代秀丽;基于半监督判别分析的人脸识别方法研究[D];深圳大学;2015年

4 易磊;基于两阶段的交通标志识别方法研究[D];南京理工大学;2015年

5 李彦;基于小波变换的人脸识别方法研究[D];电子科技大学;2014年

6 田晓霞;运动想象EEG的识别方法及在上肢康复中的应用[D];北京工业大学;2015年

7 杨俊涛;基于分数谱时频特征的SAR目标检测与识别方法研究[D];电子科技大学;2014年

8 宋洪伟;基于模糊集合的汉语主观句识别方法研究与实现[D];黑龙江大学;2015年

9 贾博轩;基于手机传感器的人类复杂行为识别方法的研究[D];黑龙江大学;2015年

10 范玲;Link-11数据链信号的识别方法研究[D];西安电子科技大学;2014年

  本文关键词：基于矩阵分数范数的人脸识别方法，由笔耕文化传播整理发布。

，

本文编号：479010