去光照條件下人臉識(shí)別算法的研究和實(shí)現(xiàn).pdf

1、憑借著其具有的穩(wěn)定性，友好性，隱蔽性等優(yōu)勢(shì)，人臉識(shí)別技術(shù)在生物識(shí)別領(lǐng)域中正在受到越來越多的關(guān)注。在比較理想和環(huán)境較為簡(jiǎn)單的情況下，現(xiàn)有的很多人臉識(shí)別算法都能夠有一個(gè)較高的識(shí)別率，可是環(huán)境一旦變得復(fù)雜，光照、姿態(tài)、遮擋等問題的出現(xiàn)，現(xiàn)有算法的識(shí)別率都將大幅度下降，人臉識(shí)別準(zhǔn)確性得不到保證，這些算法在實(shí)際應(yīng)用中的推廣也變得艱難。本文主要針對(duì)去光照條件下的實(shí)時(shí)人臉識(shí)別算法進(jìn)行研究，通過模擬初始視皮層神經(jīng)元感受野，重點(diǎn)研究了基于帶有稀疏約束的非

2、負(fù)矩陣分解模型的光照處理算法，并圍繞該主題開展了相應(yīng)的研究工作。本文的主要工作包括以下幾點(diǎn):
　　1、對(duì)人臉識(shí)別和光照處理進(jìn)行研究與分析，研究了向量稀疏化方法，對(duì)現(xiàn)有的歐幾里得距離最接近向量稀疏化算法進(jìn)行改進(jìn)，提出了曼哈頓距離最接近的向量稀疏化算法，實(shí)驗(yàn)表明，本文提出的向量稀疏化算法稀疏速度快，稀疏效果良好。
　　2、對(duì)非負(fù)矩陣分解算法進(jìn)行了研究，將稀疏約束和非負(fù)矩陣分解算法相結(jié)合，對(duì)基于稀疏約束的非負(fù)矩陣分解算法的3種分解