单样本人脸识别算法研究-电子与通信工程专业论文.docx

万方数据 万方数据 分类号： 密级： U D C ： 编号： 工学硕士学位论文 单样本人脸识别算法研究 硕士研究生 ：岳新启 指 导 教 师 ：杨秀坤 教授 学 位 级 别 ：工学硕士 学科、专业 ：信号与信息处理 所 在 单 位 ：信息与通信工程学院 论文提交日期 ：2014 年 1 月 论文答辩日期 ：2014 年 3 月 学位授予单位 ：哈尔滨工程大学 万方数据 万方数据 Classified Index: U.D.C: A Dissertation for the Degree of M. Eng The Research on a Single Training Sample for Face Recognition per Person Candidate: Yue Xinqi Supervisor: Prof. Yang Xiukun Academic Degree Applied for: Master of Engineering Specialty: Signal and Information Process Date of Submission: Jan. 2014 Date of Oral Examination: Mar. 2014 University: Harbin Engineering University 万方数据 万方数据 哈尔滨工程大学 学位论文原创性声明 本人郑重声明：本论文的所有工作，是在导师的指导下，由作者本人独立完成的。 有关观点、方法、数据和文献的引用已在文中指出，并与参考文献相对应。除文中已注 明引用的内容外，本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文 的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声 明的法律结果由本人承担。 作者（签字）： 日期： 年 月 日 哈尔滨工程大学 学位论文授权使用声明 本人完全了解学校保护知识产权的有关规定，即研究生在校攻读学位期间论文工作 的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有关部门或机构送 交论文的复印件。本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据库进 行检索，可采用影印、缩印或扫描等复制手段保存和汇编本学位论文，可以公布论文的 全部内容。同时本人保证毕业后结合学位论文研究课题再撰写的论文一律注明作者第一 署名单位为哈尔滨工程大学。涉密学位论文待解密后适用本声明。 本论文（□在授予学位后即可 □在授予学位 12 个月后 □解密后）由哈尔滨工程大 学送交有关部门进行保存、汇编等。 作者（签字）： 导师（签字）： 日期： 年 月 日 年 月 日 单样本 单样本人脸识别算法研究 万方数据 万方数据 摘 要 单样本人脸识别技术是计算机视觉领域重要的研究方向之一，它涉及到计算机视 觉、模式识别、机器学习、人工智能等多个学科。在身份证识别、电子护照、法律增强 等方面，由于人脸数据量大、储存设备有限等，每人的人脸只能存储一个；由于每个人 的只有一个样本，这对人脸识别提出了很大的挑战。所以对单样本人脸识别技术的研究， 具有重大的意义。 本文首先研究了基于子空间和基于传统流形学习单样本人脸识别方法，在基于子空 间的方法中，主要研究了主分量分析（PCA）、结合投影的主分量分析((PC)2A)、Fisher 线性鉴别分析(FLDA)和局部保持投影(LPP)，虽然这些方法能用于单样本人脸识别中， 但是识别率难于达到预想的结果。传统流形学习方法中，假设将所有的人脸样本看做一 个流形，然后提取特证；这些方法虽然在特征提取和识别中消耗的时间较少，但识别率 不是很高。其次，简单介绍了 DMMA (Discriminative Multi-Manifold Analysis)算法，不 同于传统的流形学习方法，该算法将每一个人脸子图像块看作一个流形，并且每一类人 脸分别学习得到一个特征矩阵，该算法利用了图像的局部几何特征，虽然获得了较高的 识别率，但是在特征提取阶段消耗的时间较多，达不到人脸识别系统的实时性的要求。 为了获得更好的人脸面部特征，本文提出了一种 LBP-DMMA 的特征提取方法，首 先对每幅人脸图像进行分块构成一个子集。然后使用统一局部二值模式（Uniform LBP） 算子提取每个子集中图像的直方图，每个子集中的直方图形成一个统计流形，应用 DMMA 算法获得人脸图像的低维特征。最后采用基于重建的流形-流形间的距离识别未 知的人脸图像。该方法结合了人脸图像的纹理信息和几何信息，在 AR 数据库和 ORL 数据库上实验结果表明，该算法的识别性能优于一般的 DMMA 算法。 最后，为了提取复杂环境下人脸图像的有效特征，本文提出了一种结合 DMMA 和 方向梯度直方图(