基于小波包變換和壓縮感知的人臉識別算法

摘要：對壓縮感知在人臉識別中的應用進行了研究，提出了一種基于小波包變換和壓縮感知的人臉特征提取算法。首先對人臉圖像進行小波包變換，提取人臉低頻、高頻四個頻帶特征，完成基函數字典下的稀疏表示，再運用投影矩陣進行降維和有效區分信息的提取，得到最終特征向量。本算法有較好的識別率，對表情、姿態和遮擋物有很好的魯棒性。同時因不進行重構算法計算最優稀疏解，使得壓縮感知部分運算量得到很大降低。本文網絡版地址：http：//www.eepw.com.cn/article/235426.htm

關鍵詞：小波包變換；壓縮感知；人臉識別；特征提取；稀疏表示

DOI： 10.3969/j.issn.1005-5517.2014.3.012

引言

人臉識別是一個經典的模式識別問題。壓縮感知理論的出現和發展，給人臉識別帶來了新的啟發，使得基于稀疏表示的人臉識別技術得到了廣泛研究。傳統的基于稀疏表示的人臉識別是利用壓縮感知超完備庫下的稀疏表示，將訓練圖片直接構造為冗余字典，再求解重構算法下的最優稀疏線性組合系數，然后根據這些系數來對人臉圖像進行分類。

鄭軼、蔡體健[1]針對人臉求解稀疏表示時正交匹配追蹤算法運算度高，提出了一種改進的算法，加快了逆矩陣和大矩陣乘積的求解，但在構成訓練字典時對光照[2]、表情[3]、姿態[4]等考慮較少。Allen Y. Yang[5]等針對壓縮感知基于最小一范數求解最優稀疏表示時算法運算度高，提出了一種凸優化算法，取得了不錯的識別率，但仍然是超完備庫下的稀疏表示。平強、莊連生[6]等針對人臉識別姿態問題提出了基于仿射變換的人臉分塊稀疏表示，提升了算法的識別性能，但仿射變換和分塊稀疏表示都增加了運算復雜度。……