不同光照和遮挡条件下的人脸识别算法研究-控制理论与控制工程专业论文.docxVIP

江西理 江西理工大学硕士学位论文 目录 PAGE PAGE IV 目 录 摘 要 I Abstract II 目 录 III 第一章 绪 论 1 1.1 课题研究背景及其意义 1 1.2 人脸识别技术的国内外研究现状 2 1.2.1 国内外研究机构 4 1.2.2 人脸识别的主要方法 4 1.2.3 可变光照条件下的人脸识别方法 6 1.2.4 遮挡条件下的人脸识别方法 8 1.3 稀疏表示与低秩学习 8 1.4 论文主要研究内容及结构安排 10 1.4.1 论文主要研究内容 10 1.4.2 论文结构安排 11 第二章 稀疏表示和低秩矩阵恢复 12 2.1 稀疏表示理论 12 2.1.1 稀疏表示模型及其算法 12 2.1.2 基于稀疏表示的人脸识别算法 15 2.2 低秩矩阵恢复 16 2.2.1 鲁棒主成分分析(RPCA) 17 2.2.2 低秩表示(LRR) 21 2.2.3 低秩矩阵恢复的应用 24 2.3 本章小结 24 第三章 联合低秩和 p 稀疏约束矩阵回归的人脸识别算法 25 3.1 线性回归分类器 25 3.2 基于核范数的矩阵回归模型 25 3.2.1 基于低秩稀疏约束的矩阵回归模型 26 3.2.2 回归系数 x 的求解 27 3.2.3 低秩矩阵 Y 的求解 29 3.2.4 拉格朗日乘子 Z 的求解 29 3.3 分类器设计 30 3.4 实验结果与分析 31 AR 数据库 31 Extended Yale B 数据库 33 3.5 本章小结 37 第四章 基于 RPCA 与低秩投影的人脸识别算法 38 4.1 低秩映射矩阵 P38 4.2 基于稀疏误差矩阵的人脸识别算法 39 4.2.1 利用平滑度来评估稀疏误差图 40 4.2.2 利用边缘检测来评估稀疏误差图 41 4.3 实验及结果分析 45 AR 数据库 45 Extende Yale B 数据库 46 4.4 本章小结 50 第五章 总结与展望 51 5.1 总结 51 5.2 展望 51 参 考 文 献 53 致 谢 57 攻读学位期间的研究成果 58 第一章 第一章 绪论 PAGE PAGE 1 第一章 绪 论 1.1 课题研究背景及其意义 随着社会科学技术的不断进步，人们对信息安全性的要求也随之提高。当下，越来 越多的场合需要进行身份验证，由此引发的关于信息安全的身份识别问题也就成为了一 个亟需解决的问题。一般来说，传统的身份识别方法有身份证、个人签名、工作证、条 形码等，在早期的应用中，这些方法可以满足需求，但随着科技的发展，这些身份鉴别 方法变得越来越不安全，容易被丢失或者伪造。这时候出现的生物识别技术[1]，给现代 社会的身份鉴别提供了一种更可靠，更快速的方法。 生物识别技术是通过个体本身的某些生理或者行为特征来识别身份的一种技术，其 主要包括人固有的生理特征如面像、虹膜和指纹等以及后天形成的行为特征如声音、步 态和笔迹等。生物特征较难模仿或者伪造，其中应用范围最广且实用性最强的要属人脸 识别了[2-3]。 人脸是人类区别于其他人最直接的特征，人脸识别一直以来都是图像处理学科的研 究热点，受到广泛关注。它是一门通过利用计算机技术进行人脸面部分析并从中提取有 用的信息来鉴别身份的技术，具有很高的稳定性，准确率较高，且易于使用，同时其使 用的特征难以伪造冒用，性价比很高。目前，人脸识别技术已经在很多领域中有着广泛 的运用，例如：人脸识别系统、视频监控系统、安检系统等。基于人脸识别技术衍生出 很多不同类型的产品，这些产品正在不断地被投放到各种行业中，它们的应用前景非常 广泛，具有丰厚的经济效益，同时人脸识别技术涉及多个学科的研究领域，属于多个领 域的交叉学科。人脸识别技术的研究有助于推动模式识别与图像处理、计算机图形学和 人工智能等多个学科的发展。 一般而言，人脸识别技术大致可以分成三个步骤：人脸检测并进行预处理；特征提 取；分类和识别。这些年来，学者们对人脸识别技术展开了广泛且深入的研究工作，并 且取得了大量的研究成果。从理论研究层面来说，人脸识别算法可以分成基于子空间和 基于非子空间两种。从实际扩展研究层面来说，人脸识别方法主要用于处理影响识别的 内在因素和外在因素问题，内在因素有：表情、性别、年龄等；外在因素有：光照、遮 挡、摄像设备的焦距以及分辨率等，这些因素都有可能会影响人脸识别的准确率。在实 际应用中，采集到的人脸图像不可能都是标准的正面人脸图像，很多情况下人脸图像是 受遮挡(戴墨镜、围巾、口罩)和光照影响的。传统的人脸识别算法对图像受光照强度、 PAGE PAGE 2 遮挡等环境影响较为敏感，鲁棒性较差。 近年来，一些学者提出一种具有鲁棒性的稀疏表示人脸识别方法，