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(jīng)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(shù)建立在合作條件下，即在用戶合作環(huán)境下獲取數(shù)據(jù)。但是在非合作條件下，人臉識別技術(shù)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(dǎo)致現(xiàn)有的人臉識別技術(shù)性能下降，嚴(yán)重阻擋了人臉識別技術(shù)的實用化進程。針對非合作條件下會出現(xiàn)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(shù)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(yīng)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(tǒng)的輸入，利用人臉圖像的全局信息來完成識別任務(wù)，這類方法的一個典型技術(shù)方案就是將有部分遮擋的人臉識別問題，看作一個重構(gòu)問題，使得重構(gòu)誤差最小的一類即為分類結(jié)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(dǎo)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(shù)在實際應(yīng)用中經(jīng)常會遇到訓(xùn)練集中的數(shù)據(jù)是干凈無遮擋的，而測試數(shù)據(jù)被部分遮擋的情況，我們發(fā)現(xiàn)在這種情況下主動向訓(xùn)練數(shù)據(jù)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(xùn)練數(shù)據(jù)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