非限定條件下基于多任務(wù)結(jié)構(gòu)化稀疏表示的人臉識(shí)別.pdf

1、近年來(lái)由于在身份鑒別、視頻監(jiān)控和人機(jī)交互等領(lǐng)域的廣泛應(yīng)用前景，人臉識(shí)別獲得越來(lái)越多的關(guān)注?，F(xiàn)有的大部分人臉識(shí)別方法都是研究限定條件下（正面人臉、無(wú)遮擋、受控的光照）或半限定條件下的人臉識(shí)別，可是很少研究涉及到非限定條件下的人臉識(shí)別。因此本文旨在研究非限定條件下的人臉識(shí)別方法，本文主要從以下兩個(gè)方面開展研究工作:
　　在人臉圖像特征提取階段，現(xiàn)有的大部分人臉識(shí)別方法中，都是先將人臉圖像進(jìn)行對(duì)齊后再提取特征。但是對(duì)于非限定條件下的人臉

2、圖像來(lái)說(shuō)，由于人臉圖像的部分缺失，導(dǎo)致難以事先對(duì)人臉圖像進(jìn)行對(duì)齊，因此本文將不需要進(jìn)行人臉對(duì)齊的多關(guān)鍵點(diǎn)描述子Dense SIFT應(yīng)用于人臉識(shí)別，同時(shí)本文對(duì)它進(jìn)行了改進(jìn)，提出了Dense RootSIFT方法。該特征具有更高的魯棒性的和更強(qiáng)的鑒別能力，能夠取得更高精度的人臉識(shí)別效果。
　　利用稀疏表示分類的思想，一種基于多關(guān)鍵點(diǎn)描述子的稀疏表示分類方法（MKD-SRC）在非限定條件下已經(jīng)取得不錯(cuò)的效果。該方法在人臉圖像上提取多個(gè)局

3、部的描述子并且獨(dú)立地對(duì)各個(gè)描述子進(jìn)行稀疏編碼，但是它卻沒有考慮到字典以及描述子的結(jié)構(gòu)化信息。本文提出了一種基于多任務(wù)的結(jié)構(gòu)化稀疏表示方法，應(yīng)用于非限定條件下的人臉識(shí)別。我們利用了描述子的組間稀疏性和組內(nèi)稀疏性來(lái)進(jìn)行稀疏編碼，同時(shí)由于同一張圖像提取出的描述子擁有相同的標(biāo)簽，因此應(yīng)該對(duì)這些描述子進(jìn)行聯(lián)合編碼。我們將分類問題轉(zhuǎn)化為多任務(wù)結(jié)構(gòu)化稀疏復(fù)原問題，并提出了基于多任務(wù)的組稀疏正交匹配追蹤算法(MT-SGOMP)解決對(duì)應(yīng)的優(yōu)化問題。