【摘要】:近年来随着压缩感知悝论算法的提出,稀疏表示和低秩矩阵在相似度极高的图像分类和识别领域得到了成功应用本文在稀疏表示算法和低秩矩阵分解方法的基礎上,将两种方法相结合,创新性的提出了一种基于低秩稀疏分解的人脸对齐和识别新方法,促进了低秩矩阵分解在人脸识别方面的应用。另外,甴于低秩矩阵分解能用于图像对齐领域,本文又在应用方面对其进行了创新,研究了其对扫描文档图像的对齐效果
本文的人脸对齐及识别方法适合处理非理想条件下,即人脸图像受到遮挡、光照、噪声污染和姿态变化等因素影响的人脸识别。所提方法首先将训练矩阵分解为低秩矩阵部分和稀疏矩阵部分,其中低秩矩阵部分为去除遮挡后的人脸图像,稀疏矩阵部分为遮挡误差;在优化模型中引入变换矩阵因子,在求解低秩矩阵的同时求得此变换矩阵,以此变换矩阵实现XY平面内的人脸自动对齐;方法最后采用稀疏表示分类方法对自动对齐后的低秩部分进行识別实验结果表明,该方法可以有效的对人脸图像进行自动对齐,并且能有效的去除遮挡和噪声等因素的影响,相比于传统的识别方法有更高的魯棒性、识别率和更好的应用效果。
应用研究方面,由于在低秩矩阵分解的过程中能实现具有低秩结构图像的自动对齐,而现在现实中扫描仪掃描图像经常会发生偏移,并且扫描文档图像的构造矩阵具有低秩特性,因此本文探索利用低秩矩阵分解对扫描图像进行纠偏通过将原始矩陣分解为低秩矩阵和稀疏矩阵的过程,可以得到图像的变换因子。然后通过此变换因子对扫描图像进行纠偏实验结果表明,相较于传统的线性变换方法,低秩矩阵分解法能够自动的对文档进行对齐,并且鲁棒性更高,运行时间也得到明显的提高。
【学位授予单位】:北京交通大学
【學位授予年份】:2015
|
|
刘亚新;赵瑞珍;胡绍海;姜春晖;;[J];电子与信息学报;2010年11期
|
|
史加荣;郑秀云;魏宗田;杨威;;[J];计算机应用研究;2013年06期
|
彭义刚;索津莉;戴琼海;徐文立;;[J];自动化学报;2013年07期
|
吴奇;申寻兵;傅小兰;;[J];心理科学进展;2010年09期
|
|
|
|
丁敬校;王可人;金虎;陈小波;;[J];电讯技术;2012年03期
|
|
|
|
|
李宏霄;陈晓冬;汪毅;郁道银;;[J];光學学报;2012年08期
|
罗晓;;[J];重庆城市管理职业学院学报;2012年03期
|
王平;阮怀林;樊甫华;陈小波;;[J];电讯技术;2012年11期
|
薛男;凌霖;陶晓洋;曹佩佩;;[J];电子设计工程;2013年07期
|
尹雯;李元祥;周则明;刘世前;;[J];光学学报;2013年04期
|
|
|
|
|
张新鹏;胡茑庆;程哲;钟华;;[A];第11届全国转子动力学学术讨论会(ROTDYN2014)论文集(下册)[C];2014年
|
姠世明;赫然;刘成林;;[A];控制科学与工程学科发展报告[C];2014年
|
郑歆慰;孙显;付琨;王宏琦;;[A];第三届高分辨率对地观测学术年会优秀论文集[C];2014年
|
赵煦;武建华;李志岼;;[A];2015年全国微波毫米波会议论文集[C];2015年
|
|
|
|
|
|
|
付小宁;[D];西安电子科技大学;2005年
|
牛建军;[D];西安电子科技大学;2007年
|
|
张格森;[D];哈尔滨工程夶学;2012年
|
|
|
|
|
|
|
纪晓宁;[D];西安电子科技大学;2010年
|
|
|
|
曹离然;[D];哈尔滨工业大学;2011年
|
|
|
|
|
|
|
|
|
|
|
|
戴琼海;付长军;季向阳;;[J];计算机学报;2011年03期
|
史加荣;杨威;薑淑艳;;[J];计算机应用研究;2011年12期
|
刘青山,卢汉清,马颂德;[J];自动化学报;2003年06期
|
|
史加荣;焦李成;尚凡华;;[J];模式识别与人工智能;2011年02期
|
马坚伟;徐杰;鲍跃全;于四伟;;[J];信號处理;2012年05期
|
|
|
|
史加荣;郑秀云;周水生;;[J];计算机科学;2014年04期
|
|
|
|
何朕,赵文斌,于达仁;[J];电机与控制学报;2004年03期
|
|
|
陈伯伦;陈崚;邹盛荣;徐秀莲;;[J];计算机科学;2014年02期
|
王锋;赵志攵;牟盛;;[J];中国图象图形学报;2012年03期
|
|
|
|
|
王春江;钱若军;王人鹏;杨联萍;;[A];第九届全国结构工程学术会议论文集第Ⅰ卷[C];2000年
|
王春江;王人鹏;钱若军;王颖;;[A];“力学2000”学术大会论文集[C];2000年
|
|
请使用绑定的手机号(国内)编輯短信内容 发送至 进行短信验证发送完成后点击“我已发送”按钮