基于稀疏编码的人脸识别算法开题报告.doc

研究生文献综述及学位论文选题报告 学 院 专 业 研究生姓名 学　号 学位级别 指导教师 　 　　　 入学年月 　　 重庆大学研究生院 填表日期　　年　　月 日 说 明 一、论文选题报告由研究生向系 (研究室)汇报并听取意见后，整理成文填写。 二、研究生应在入学后的第三学期内完成选题报告。 三、本表须作为答辩申报材料之一。 一、论文选题报告 （申请时间：年12月 日）模式识别(Pattern Recognition是指对表征事物或现象的各种形式的(数值的、文字的和逻辑关系的)信息进行处理和分析,以对事物或现象进行描述、辨认、分类和解释的过程,是信息科学和人工智能的重要组成部分。模式识别又常称作模式分类20世纪90年代初, 由Turk和Pentland 提出的是最具代表性的方法, 并成为应用于人脸识别问题的最流Belhumeur 等人提出了Fisherfaces方法。Fisherfaces由Fisher线性判别式( Fisher. s linear discriminant, FLD)思想派生而来, 同时考虑类间离散度和类内离散度, 使这两者的比率达到最大。Bartlett等人提出, 传统的PCA方法只依靠像素间的二阶关系来寻找人脸基础图像, 而重要的信息却可能包含在像素间的高阶关系中, 人们自然就希望可以利用这些高阶统计信息寻找到更好的基础图像, 因此他们提出了一种广义的PCA 方法, 即独立成分分析法( ICA )用于人脸特征提取。之后, 学者们一般将PCA 与ICA结合来进行人脸图像的特征提取。 2.2.2基于几何结构特征与灰度特征融合的人脸识别方法 近年来, 基于几何结构特征与灰度特征融合的算法日趋完善。Cootes提出的主动外观模型( active appearance model AAM )将几何特征统计分析与灰度分布统计分析相结合, 既可以用于图像合成又可以用于图像分析的特征提取和匹配, 已经吸引了越来越多的注意。弹性图匹配技术是由Wiskott等人提出的, 它基于几何特征与对灰度分布信息进行小波纹理分析相结合的识别算法。该算法较好地利用了人脸的结构和灰度分布信息, 且还具有自动精确定位面部特征点的功能,因而具有良好的识别效果; 缺点是计算量大, 实现复杂。Wurtz分离了人脸图像的背景信息, 提出了多层次的金字塔结构属性图, 利用在该金字塔结构中从上至下、从粗糙到精确的匹配来建立图像与原型图之间的映射。在匹配过程中保留良好的对应点, 丢弃相似性极小的节点。该方法总能产生与给定图像极其相似的原型图, 并对图像的背景变化、小幅变形和转换有一定的鲁棒性。孙大瑞等人提出了一种局部特征与整个人脸相结合的方法, 首先利用Gabor小波变换对几个区域特征分别提取特征矢量, 然后进行弹性变形, 得到各个特征匹配度量的加权和作为分类标准。张海旸等人基于当今流行的网格技术提出了一种自适应的弹性图人脸匹配方法, 他们将人脸分成多个子区域, 用不同密集度的弹性图划分和不同的变形粒度实现弹性变形, 采用了确定性的退火算法找到弹性变形的最佳匹配。该方法在较大的人脸数据库和非约束环境中, 识别速度和识别率均有提高。 2.2.基于神经网络的人脸识别方法 基于隐马尔可夫基于隐马尔可夫模型的人脸识别方法是基于模型的人脸识别方法的典型代表。隐马尔可夫模型(HMM ) 的基本理论形成于20世纪60 年代末期和70年代初期。Samaria等人最早建立了关于人脸的隐马尔可夫模型, 他认为人脸图像从上至下包含额头、眼睛、鼻子、嘴巴和下巴五个显著特征区域, 隐含五个状态。他将图像用一个矩形窗从上到下分成若干块, 将窗口内的像素点排成列向量, 用每个区块的像素值作为观察序列来进行人脸识别。该方法需要占用较大的存储空间并且有较高的计算复杂性。利用像素值作为观察序列有两个弊端 :a)像素值作为特征不够健壮, 同时其对图像噪声、光照强度改变等非常敏感; b) 高维的观察序列导致了训练和识别系统的高计算复杂性, 增加