基于稀疏表示的人脸识别试题.pptx

基于稀疏表达的人脸识别分类器 汇报人：于海泳、邓博 2015.6.10 背景介绍 近年来，人脸识别作为最为自然与可视化的识别方法，在公安,企业,机场,超市,军队,航天等多个重要的行业领域，为视频监控、身份验证和信息安全提供了一个良好的解决方案具有其独特的优势： （1）非接触式操作 （2）隐秘性操作强 （3）图像采集系统的成本低廉 但是对于计算机来说,快速准确的完成人脸识别任务是一件非常困难的事情，这是由于 （1）人脸的易伪装性 （2）人脸的表情，姿态多样化 （3）人脸识别极易受外界复杂环境的影响 由于上述原因造成了人脸图像的局部特征缺失，影响了整体特征的准确性，使人脸识别成为具有挑战性课题。 人脸识别流程图 图1 人脸识别流程图 算法介绍 图2 人脸线性表征示意图 (a)描述的是测试样本由每一个训练样本进行线性表示的人脸模型 (b)描述了测试样本由每一类训练样本进行线性表示的人脸模型 稀疏表达分类器的算法步骤 参考文献 [1] Wright J, Yang AY, Ganesh A, Sastry SS, Ma Y. Robust face recognition via sparse representation. Pattern Analysis and Machine Intelligence, IEEE Transactions on, 2009, 31(2):210-227 [2] Inaba FK, Salles EOT. Face Recognition Based on Sparse Representation and Joint Sparsity Model with Matrix Completion. Latin America Transactions, IEEE (Revista IEEE America Latina), 2012, 10(1):1344-1351 [3] Lee H, Chung Y, Kim J, Park D. Face image retrieval using sparse representation classifier with gabor-LBP histogram. Information Security Applications: Springer, 2011:273-280. 结果分析 图3 三号、15号的训练样本 面部表情变化 即使有墨镜的遮挡，我们还是可以很好地进行识别 对比 最近邻分类器 最近邻分类器(NearestNeighbor)是在己有人脸库中寻找出与测试样本欧氏距离最近的样本,然后将测试样本归为该训练样本所在的那一类。该方法简单,快捷,也是应用最为广泛的分类器。 识别率 识别时间 稀疏表达分类器 93.75 1.50946 最近邻分类器 87.5 2. 42453 识别算法 遮挡程度 15 25 35 50 稀疏表达分类器 83.4 77.8 75.9 41.2 最近邻分类器 79.2 78.9 76.8 77.6 表一 不同遮挡程度下算法识别率 总结 （1）结果分析表明，稀疏表达分类器可以用于人脸识别。 （2）稀疏表达分类器可以用于人脸识别，识别速度快，效果较好。 （3）基于稀疏表达的人脸识别方法能够有效的克服遮挡的影响，有很强的鲁棒性。 谢谢