基于Gabor小波與稀疏表示的人臉識(shí)別方法研究.pdf

1、人臉識(shí)別具有廣泛的應(yīng)用價(jià)值與研究意義，成為當(dāng)今計(jì)算機(jī)視覺及生物識(shí)別領(lǐng)域的研究熱點(diǎn)之一。人臉識(shí)別包括特征提取與分類。目前最常用的特征提取方法有子空間分析法，彈性圖匹配法，最流行的分類法有最近鄰、SVM、稀疏表示分類法。本文在2DGabor小波理論與稀疏保留投影算法的基礎(chǔ)上對人臉識(shí)別進(jìn)行了研究，本文的研究工作如下：
　?。?）研究了稀疏保留投影算法SPP，該算法通過保持樣本間的全局稀疏重構(gòu)關(guān)系對高維空間中的樣本數(shù)據(jù)進(jìn)行降維，在Yale

2、、AR和Extended Yale B人臉庫上取得了較好的實(shí)驗(yàn)結(jié)果，但是此算法不能很好地保持樣本的局部鄰域信息，沒有充分利用樣本的類信息。針對此不足，本文在稀疏保留投影算法的基礎(chǔ)上對降維算法進(jìn)行了改進(jìn)，提出了局部流形保持的稀疏保留投影算法 LSPP，在稀疏保留投影算法中引入了LPP算法的思想，通過保持同類樣本數(shù)據(jù)的近鄰關(guān)系對原始高維樣本數(shù)據(jù)進(jìn)行降維，在ORL人臉數(shù)據(jù)庫上的實(shí)驗(yàn)證明了該算法的有效性。
　　（2）提出了2DGabor小

3、波與改進(jìn)的稀疏保留投影算法相結(jié)合的GLSPP特征提取算法。當(dāng)同類人臉圖像所受光照、姿態(tài)、表情差異較大時(shí)，稀疏表示類算法對人臉圖像進(jìn)行特征提取時(shí)不能消除這些因素的影響，2DGabor小波能夠克服這些因素的影響，能夠提取人臉圖像的不變信息。GLSPP首先用2DGabor小波對人臉圖像進(jìn)行特征提取，然后用改進(jìn)的稀疏保留投影算法進(jìn)行降維，最后用最近鄰分類器分類。實(shí)驗(yàn)證明，該算法提高了人臉識(shí)別率。
　?。?）研究了在不同的訓(xùn)練樣本數(shù)下，本文