基于稀疏表示的多姿态人脸识别-电子与通信工程专业论文.docxVIP

万方数据 万方数据 A Dissertation Submitted for the Degree of Master Multi-Pose face recognition based on sparse representation By Hu Zhipeng Hefei University of Technology Hefei, Anhui, P.R.China April, 2014 学位论文独创性声明 本人郑重声明:所呈交的学位论文是本人在导师指导下进行独立研究工作所 取得的成果。据我所知，除了文中特别加以标注和致谢的内容外，论文中不包含 其他人已经发表或撰写过的研究成果，也不包含为获得合肥工业大学 或其他 教育机构的学位或证书而使用过的材料。对本文成果做出贡献的个人和集体，本 人己在论文中作了明确的说明，并表示谢意。 学位论文中表达的观点纯属作者本人观点，与合肥工业大学无关。 学位论文作者签名:台 (5111事 签名日期: 1.014 年 4 月 2 日 学位论文版权使用授权书 本学位论文作者完全了解合肥工业大学有关保留、使用学位论文的规定， 即:除保密期内的涉密学位论文外，学校有权保存并向国家有关部门或机构送交 论文的复印件和电子光盘，允许论文被查阅或借阅。本人授权合肥工业大学 可 以将本学位论文的全部或部分内容编入有关数据库，允许采用影印、缩印或扫描 等复制手段保存、汇编学位论文。 (保密的学位论文在解密后适用本授权书) 学位论文作者签名:刨§略 签名日期:到|斗年 4月斗日 …每Dt 论文作者毕业去向 工作单位: 联系电话: 通讯地址:  E-mail: 邮政编码: 特别声明 本学位论文是在我的导师指导下独立完成的。在研究生学习期间，我的导师要求 我坚决抵制学术不端行为。在此，我郑重声明，本论文无任何学术不端行为，如果被 发现有任何学术不端行为，一切责任完全由本人承担。 学位论文作者签名：胡志鹏 签字日期： 2014 年 4 月 7 日 48 致谢 致 谢 随着本论文的完成，我的硕士学习生涯即将结束。我由衷地感谢那些关怀、帮助、 教诲、鼓励和支持我完成学业的老师、学长、学姐、和家人们。 研究生的生活让我收获颇多，这要归功于我的导师-詹曙副教授的悉心教导，詹 老师认真的态度和孜孜不倦的精神令我受益匪浅，最为深刻的是每个星期的例会，不 但克服了作报告时的紧张，也提高了表达的能力，这会是影响我一生的财富。三年的 研究生生活，无论在学习上还是生活上，詹老师都给予了我无私的帮助，在论文的写 作过程中，詹老师也给予了悉心的指导。在此谨向恩师致以最诚挚的谢意和最崇高的 敬意！ 在此也要感谢实验室给予我关心和帮助的老师们，感谢实验室的蒋建国教授、齐 美彬教授、汪萌教授、洪日昌教授、吴从中教授、夏娜教授、李小红老师、苏兆品老 师、张国富老师，感谢他们为我提供了优秀的学习环境和对我的悉心教导，丰富了我 的学识与眼界，使我了解到行业最前沿技术，他们都是我们学习的榜样。同时感谢我 们医学/人脸图像小组的张芝华、孙乔博、许丽、胡德凤、高贺等几位师兄师姐在科 研和生活中给予的悉心帮助和指引。感谢多年来一起奋斗的王红娜、李晓丽、陈秀丽 和周天凤，我们在生活和学习上互相帮助，互相支持，共同营造了活跃的气氛，你们 在生活和学习中给我带来太多的帮助与乐趣，让我的研究生生活充实而精彩，正是由 于你们的信任、帮助和支持，我才能积极踊跃的克服遇到的每一个困难和疑惑，在此 我真诚的祝福你们在未来的工作和学习中一帆风顺！ 最后，我还要感谢我的亲朋好友们，感谢你们在我求学期间给予的精神和物质上 的深切关怀和鼎力支持，你们多年来的关心、支持、鼓励和无私的爱，是我克服重重 困难、坚定大步前进的强大动力,感谢你们！ 作者：胡志鹏 2014 年 4 月 7 日 I 摘要 摘 要 随着计算机技术和生物医学工程技术突飞猛进的发展，利用人体生物特征进行身 份认证、识别已成为安全验证的首选方式。人脸识别技术以其所具有的非接触、非侵 犯、无需参与者配合等优势，成为生物特征识别中最具潜力和最受欢迎的识别方法之 一。在人脸识别中，多姿态问题和小样本问题是普遍存在的，这种情况大大降低了原 有算法的识别率，本文在稀疏表示模型的基础上，融合姿态信息，提取人脸的 Gabor 特征，根据残差分类识别，在一定程度上消除了姿态变化对人脸识别系统的影响。论 文的主要研究工作如下： 1. 总结并掌握人脸识别的步骤、人脸识别方法，详细介绍基于子空间的人脸识 别方法，并对各种算法进行了比较。重点详述了稀疏表示的基本理论。 2. 稀疏表示与人脸识别相结合，构造了基于稀疏表示的人脸识别框架，并分析 了该算法的鲁棒性。分析了该算法中存在的多姿态问题和训练样本不足的问题。 3. 针对训练样本与测试