基于偏最小二乘的人脸识别算法研究应用数学专业论文.docxVIP

重庆大学硕士学位 重庆大学硕士学位论文 英文摘要 PAGE PAGE IV show that the algorithm has good robustness for the image with occlusion, and the recognition rate is superior to other algorithms. Key words：face recognition, nonnegative, sparse representation, two-dimensional nonnegative sparse partial least squares (2DNSPLS) 重庆大学硕士学位论 重庆大学硕士学位论文 目 录 目 录 中文摘要I 英文摘要 II 1 绪 论 1 1.1 本文的研究背景和人脸识别所面临问题 1 1.2 人脸识别系统 2 1.3 人脸识别算法概述 3 1.3.1 基于特征的算法 3 1.3.2 基于整体的算法 4 1.4 本文研究内容及拟解决的关键问题 6 1.5 本文组织结构安排 7 2 常用人脸识别算法介绍 9 2.1 主成分分析在人脸识别中的应用 9 2.2 线性判别分析在人脸识别中的应用 10 2.3 二维主成分分析在人脸识别中的应用 11 2.4 本章小结 12 3 二维非负偏最小二乘算法在人脸识别中的应用 13 3.1 引言 13 HYPERLINK \l _TOC_250007 3.2 PLS 及 2DPLS 在人脸识别中的应用 14 HYPERLINK \l _TOC_250006 PLS 14 HYPERLINK \l _TOC_250005 2DPLS 115 3.3 非负矩阵分解的思想 16 3.4 二维非负偏最小二乘算法 17 HYPERLINK \l _TOC_250004 3.4.1 基于 2DNPLS 的特征提取 17 HYPERLINK \l _TOC_250003 3.4.2 2DNPLS 的算法实现步骤 18 3.5 收敛性证明 18 3.6 实验结果及分析 20 HYPERLINK \l _TOC_250002 3.6.1 ORL 人脸库上的实验 20 HYPERLINK \l _TOC_250001 3.6.2 Yale 人脸库上的实验 22 HYPERLINK \l _TOC_250000 3.6.3 基于 2DNPLS 的图像重建 23 3.7 本章小结 24 4 二维非负稀疏偏最小二乘算法在人脸识别中的应用 25 4.1 引言 25 4.2 稀疏性在人脸识别中的应用 26 4.2.1 人脸的稀疏表示 26 4.2.2 处理微小稠密噪声 27 4.2.3 处理遮挡问题 27 4.2.4 几何解释 27 4.2.5 稀疏表示问题的求解 29 4.3 二维非负稀疏偏最小二乘算法 29 4.3.1 稀疏偏最小二乘 29 2DNSPLS 30 2DNSPLS 的算法实现步骤 31 4.4 收敛性分析 31 4.5 实验结果及分析 32 4.5.1 PIE 人脸库上的实验 32 4.5.2 遮挡情况下的人脸识别 34 4.6 本章小结 38 5 结论与展望 40 5.1 本文总结 40 5.2 后续研究工作展望 40 致 谢 42 参考文献 43 附 录 48 A. 作者在攻读学位期间发表的论文目录 48 B. 作者在攻读硕士学位期间参与的项目目录 48 重庆大学硕士学位 重庆大学硕士学位论文 1 绪 论 PAGE PAGE 10 1 绪 论 1.1 本文的研究背景和人脸识别所面临问题 随着生产的数字化和信息的网络化，以信息技术革命为主导的第三次工业革 命不仅极大地推动了人类社会经济、政治、文化领域的变革，而且也影响了人类 生活方式和思维方式，使人类社会生活和人的现代化向更高境界发展。在这信息 爆炸的时代，人们会经常面对各种海量数据，如何高效的获取对自己有用的信息 成为一个重要的环节。如今全球各个国家的 IT 巨擘都对搜索引擎投入了大量的人 力财力物力，如百度，google 等。通常处理海量信息一个有效的方法就是通过使 用模式识别技术对数据进行智能筛选。在这些海量数据中，图片和视频等是其中 的重要组成部分，对于视频的每一帧而言归根结底也是图片。如何按照用户需求 对其分类即基于图像的检索已经成为一个重要的研究方向。对人脸图片这类特殊 的图片的分类检索即人脸识别也受到了广泛的研究。 同时人脸识别也是生物特征识别的一个重要分支。生物识别技术是依靠人体 的身体特征来进行身份验证的一种高科技识别技术。传统的身份识别中使用了密 码、磁卡、口令、个