基于稀疏表示的人耳识别
作者单位:辽宁科技大学
学位级别:硕士
导师姓名:田莹
授予年度:2015年
学科分类:08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程]
摘 要:人耳识别是现代生物模式识别中的一项重要技术,是一种对于给定的人耳图像,利用已存储的人耳数据库识别出该图像中的人的身份的技术。现有的利用人耳特征进行的身份识别方法大部分需要进行图像预处理或者复杂的特征提取。而选择哪种特征,甚至选取何种降维方法,都对最终识别率有很大影响。同时,在实际应用中,对有遮挡、噪声、和姿态变化等干扰的人耳图像身份识别一直是研究领域的难点之一。稀疏分类是压缩感知理论在模式识别中的成功应用。相比于传统的角点检测等算法,稀疏表示在模式识别中对于遮挡、噪声和姿态变化有很强的鲁棒性。本文针对多姿态变化的人耳识别进行了详细的研究,进行的工作和取得的成果如下:(1)对人耳图像的预处理方法进行了系统的学习和研究,对人耳图像进行了灰度化、尺度归一化、去光照影响、滤波增强等操作,使处理后的人耳图像更适合人耳识别研究。(2)对稀疏表示理论进行了学习和研究,阐释了稀疏解的存在性,稀疏最优解的求解方法,稀疏分类的具体步骤和其局限性,实验验证了以稀疏分类器进行人耳识别的可行性,并分析了识别出错原因和改进方向。(3)针对优化字典的过完备性,选取HOG特征构造字典,通过对比实验和多姿态变化的人耳识别实验,验证了该方法的提高和可行性。(4)从优化权重系数的稀疏性角度,选取OMP算法进行有L0约束的稀疏求解,通过稀疏解的最大权重系数进行人耳识别,通过对比实验验证了该方法的提高和可行性。