基于稀疏表示和低秩矩陣分解的人臉識別與圖像對齊方法研究.pdf

1、近年來隨著壓縮感知理論算法的提出，稀疏表示和低秩矩陣在相似度極高的圖像分類和識別領(lǐng)域得到了成功應(yīng)用。本文在稀疏表示算法和低秩矩陣分解方法的基礎(chǔ)上，將兩種方法相結(jié)合，創(chuàng)新性的提出了一種基于低秩稀疏分解的人臉對齊和識別新方法，促進了低秩矩陣分解在人臉識別方面的應(yīng)用。另外，由于低秩矩陣分解能用于圖像對齊領(lǐng)域，本文又在應(yīng)用方面對其進行了創(chuàng)新，研究了其對掃描文檔圖像的對齊效果。
　　本文的人臉對齊及識別方法適合處理非理想條件下，即人臉圖像受

2、到遮擋、光照、噪聲污染和姿態(tài)變化等因素影響的人臉識別。所提方法首先將訓練矩陣分解為低秩矩陣部分和稀疏矩陣部分，其中低秩矩陣部分為去除遮擋后的人臉圖像，稀疏矩陣部分為遮擋誤差;在優(yōu)化模型中引入變換矩陣因子，在求解低秩矩陣的同時求得此變換矩陣，以此變換矩陣實現(xiàn)XY平面內(nèi)的人臉自動對齊;方法最后采用稀疏表示分類方法對自動對齊后的低秩部分進行識別。實驗結(jié)果表明，該方法可以有效的對人臉圖像進行自動對齊，并且能有效的去除遮擋和噪聲等因素的影響，相比

3、于傳統(tǒng)的識別方法有更高的魯棒性、識別率和更好的應(yīng)用效果。
　　應(yīng)用研究方面，由于在低秩矩陣分解的過程中能實現(xiàn)具有低秩結(jié)構(gòu)圖像的自動對齊，而現(xiàn)在現(xiàn)實中掃描儀掃描圖像經(jīng)常會發(fā)生偏移，并且掃描文檔圖像的構(gòu)造矩陣具有低秩特性，因此本文探索利用低秩矩陣分解對掃描圖像進行糾偏。通過將原始矩陣分解為低秩矩陣和稀疏矩陣的過程，可以得到圖像的變換因子。然后通過此變換因子對掃描圖像進行糾偏。實驗結(jié)果表明，相較于傳統(tǒng)的線性變換方法，低秩矩陣分解法能夠自