外国法院判决在中国承认及执行.pdfVIP

基于分组稀疏和权重稀疏表示的人脸识别研究 1．4本文的主要研究内容及创新点 在识别分类的特征选取步骤中，Gabor小波优良的局部性、可以选择不同 频率和方向的信息，以及对局部非均匀光照、面部表情及噪声等较强的不变性， 在入脸识别中获得了非常成功的应用。LeiZhang等人将Gabor级联顺序下的特 征用于SRC框架中代替SRC中的整体特征提出了GSRC网算法，虽然级联的 Gabor特征已具有不错的分类性能，但是由于特征表达形式的限制，并未能充分 的使用Gabor多尺度多方向的信息。 在识别分类的分类器选取步骤中，训练数据形成的字典有一种结构性，即 每一类别的训练数据或者每一类别内还可以再根据不同的表情或者其他准则细 分，形成这个字典的不同的块，而传统的SRC方法仅对重建系数的整体稀疏性 进行了约束，忽略了字典的这种块结构。对于人脸识别应用来说，整体最稀疏的 解并不一定是最优的分类准则，该问题的一个直观解释是，待分类样本可能眼睛 同一个人相似，而嘴巴同另外一个人在某样本中的嘴巴相似，这时的整体最稀疏 解意味着测试图像可能由来自对应不同分类的原子线性组合近似。显然，这种现 象会极大地影响人脸识别的成功率。 本文基于一些人脸识别研究成果的理论，并进一步提出了一些模型，系统 分析和测试模