有部分遮擋的人臉識別方法研究.pdf

1、人工智能的概念被提出來已經有六十年，人臉識別作為人工智能的一個子方向也有了幾十年的發(fā)展與進步。但這些發(fā)展與進步多數建立在合作條件下，即在用戶合作環(huán)境下獲取數據。但是在非合作條件下，人臉識別技術會受到光照、姿態(tài)、表情、年齡、遮擋、遠距離等變化因素的干擾導致現有的人臉識別技術性能下降，嚴重阻擋了人臉識別技術的實用化進程。針對非合作條件下會出現的這些干擾，研究出有效的識別方法來解決這些干擾帶來的問題，使人臉識別技術從合作條件向非合作條件的方向

2、發(fā)展是極具研究意義和實際應用價值的。
　　本文針對有部分遮擋情況下的人臉識別問題研究了兩類方法，一類是基于全局圖像的方法。這類方法將整張圖像作為系統的輸入，利用人臉圖像的全局信息來完成識別任務，這類方法的一個典型技術方案就是將有部分遮擋的人臉識別問題，看作一個重構問題，使得重構誤差最小的一類即為分類結果。另外一類是基于局部圖像的方法。這類方法考慮到圖像中的遮擋具有連續(xù)性并且成塊狀分布，因此利用局部的圖像信息來做識別，盡可能地降低由

3、于部分遮擋而導致的性能下降。
　　針對這兩類方法的不足，本文提出了兩種新的改進方法和模型。一種是主動引入遮擋信息的方法，考慮到人臉識別技術在實際應用中經常會遇到訓練集中的數據是干凈無遮擋的，而測試數據被部分遮擋的情況，我們發(fā)現在這種情況下主動向訓練數據中引入遮擋信息能有效地降低遮擋引起的性能下降。通過一個稀疏和密集混合表示框架，增強的訓練數據集被分解為一個類依賴字典、一個非類依賴字典和一個稀疏噪聲矩陣。通過人為引入遮擋信息使算法能