基于Fisher判別字典的稀疏表示人臉識(shí)別研究.pdf

1、稀疏表示理論突破了傳統(tǒng)奈奎斯特采樣定律的限制，是信號(hào)處理領(lǐng)域最耀眼的成果之一，由于其出色的分類(lèi)性能及對(duì)噪聲和遮擋的魯棒性而備受關(guān)注，于2009年被成功地應(yīng)用到人臉識(shí)別中，為人臉識(shí)別的研究提供了新的方法。
　　字典學(xué)習(xí)一直以來(lái)是稀疏表示人臉識(shí)別領(lǐng)域的重點(diǎn)研究方向之一。學(xué)習(xí)一個(gè)高性能的字典，能夠提高人臉識(shí)別的準(zhǔn)確性，各種字典學(xué)習(xí)方法被不斷提出。其中，F(xiàn)isher判別字典學(xué)習(xí)將Fisher準(zhǔn)則引入到字典學(xué)習(xí)模型中，學(xué)習(xí)到具有字典識(shí)別力和

2、編碼系數(shù)判別性的結(jié)構(gòu)化字典，在該字典上對(duì)測(cè)試樣本進(jìn)行稀疏表示分類(lèi)，顯著提高了人臉識(shí)別準(zhǔn)確率。
　　為了進(jìn)一步提高識(shí)別算法的準(zhǔn)確性，本文同時(shí)從字典學(xué)習(xí)與提高稀疏編碼系數(shù)的判別性兩方面進(jìn)行考慮，圍繞基于Fisher判別字典學(xué)習(xí)的方法展開(kāi)研究，提出了兩種改進(jìn)方法，本文主要研究工作及創(chuàng)新點(diǎn)如下:
　　(1)提出了基于FDDL的局部約束分組稀疏表示人臉識(shí)別方法。為了獲得更具判別性的稀疏表示系數(shù)，首先利用FDDL算法對(duì)訓(xùn)練樣本進(jìn)行學(xué)習(xí)，

3、得到具有判別性的字典和判別性的表示系數(shù)。然后利用學(xué)習(xí)字典對(duì)測(cè)試樣本進(jìn)行稀疏表示，并在稀疏編碼過(guò)程中施加局部性和分組稀疏性的雙重約束，保留了測(cè)試樣本與相近的字典原子之間的局部結(jié)構(gòu)信息，同時(shí)又能夠用較少的字典類(lèi)別對(duì)測(cè)試樣本進(jìn)行表示。最后綜合利用訓(xùn)練階段與測(cè)試階段的判別性表示系數(shù)，對(duì)測(cè)試樣本進(jìn)行分類(lèi)。在常用人臉庫(kù)上的對(duì)比實(shí)驗(yàn)驗(yàn)證了該算法能夠提高人臉識(shí)別準(zhǔn)確率。
　　(2)提出了基于FDDL的聯(lián)合稀疏表示人臉識(shí)別方法。為了充分挖掘樣本的標(biāo)

4、簽信息，提高編碼系數(shù)的稀疏性和判別性，對(duì)測(cè)試樣本在學(xué)習(xí)字典上的稀疏編碼過(guò)程施加聯(lián)合稀疏約束。首先對(duì)測(cè)試樣本在每一組子字典上進(jìn)行稀疏表示，利用表示殘差對(duì)測(cè)試樣本的類(lèi)別進(jìn)行預(yù)測(cè)，然后用得到的預(yù)測(cè)值對(duì)與其相應(yīng)的組別進(jìn)行加權(quán)約束，該方法可選擇盡可能少且與測(cè)試樣本類(lèi)別較為接近的子字典對(duì)其進(jìn)行表示，能夠顯著提高編碼系數(shù)的判別性;同時(shí)結(jié)合整體稀疏方法，保證了所選分組內(nèi)部的稀疏性。最后利用訓(xùn)練階段與測(cè)試階段的表示系數(shù)，共同對(duì)測(cè)試樣本進(jìn)行分類(lèi)。在常用人臉