【摘 要】
：
目前,大多数人脸识别算法仍然集中在限定条件下采集的单分辨率图像。在实际场景中,因光照条件、有无遮挡物以及成像设备中数字变焦或者光学变焦的功能差异,使得同一个人或场景存在着不同分辨率的多个图像。若将传统人脸识别算法直接应用于实际问题时,算法的分类精度与泛化性能将大幅下降。因此,如何提高多分辨率人脸识别的性能是该领域中亟需解决的问题,具有极大的应用价值与行业需求。本文主要围绕多分辨率人脸识别问题进行深
论文部分内容阅读
目前,大多数人脸识别算法仍然集中在限定条件下采集的单分辨率图像。在实际场景中,因光照条件、有无遮挡物以及成像设备中数字变焦或者光学变焦的功能差异,使得同一个人或场景存在着不同分辨率的多个图像。若将传统人脸识别算法直接应用于实际问题时,算法的分类精度与泛化性能将大幅下降。因此,如何提高多分辨率人脸识别的性能是该领域中亟需解决的问题,具有极大的应用价值与行业需求。本文主要围绕多分辨率人脸识别问题进行深入研究与分析,主要内容如下:（1）针对大部分传统字典学习算法在多分辨率人脸识别中存在着不同分辨率下字典判别性不强的问题,本文提出带判别性局部结构约束的字典学习（Multi-resolution dictionary learning algorithm with discriminative locality constraints,MDLDLC）算法。首先,通过分析字典原子与轮廓向量之间的一一对应关系,采用字典原子的局部几何结构,分别构造轮廓向量的类内局部约束项与类间局部约束项;然后将这两个约束项统一在同一个正则项中,并将其增加到字典学习目标函数中进行联合优化,从而实现判别性局部几何结构的编码。该算法促使类内编码系数保持相似的局部一致性,而且能有效提高类间编码系数的局部结构的差异性,在多个多分辨率人脸图像数据集上的实验结果表明,MDLDLC算法获得了较好的识别性能。（2）在MDLDLC模型中,本文设定不同分辨率下同一人脸具有相同的编码系数,实际上这一假设忽略了不同分辨率人脸特征之间存在一定的差异性。因此,本文提出了面向多分辨率的判别性字典对学习（Oriented multi-resolution discriminative dictionary pair learning,OMDDPL）算法。首先,在不同分辨率的人脸图像中分别学习了一对字典（合成字典与解析字典）,并且设定不同分辨率人脸图像具有不同的编码系数,并通过解析字典计算编码系数,这一策略有助于提取不同分辨率人脸图像之间的差异性特征;其次,分别构造了不同分辨率下编码系数的局部约束项,增强合成字典与解析字典的判别性能。通过实验证明,与MDLDLC算法相比,OMDDPL算法能有效的提高多分辨率人脸图像的识别效果,获得更好的计算效率。
其他文献
脑出血（Intracerebral Hemorrhage）通常是指由颅内脑血管疾病所引起的出血,具有极高的发病率及死亡率。计算机断层扫描（Computed Tomography,CT）成像由于其经济、快速且应用广泛,成为了临床上对脑出血进行诊断的金标准。因此对CT图像中的脑出血区域进行准确、及时地定位勾勒可以辅助医生更客观地了解脑出血区域的情况并制定出更好的治疗方案。手动分割脑出血区域要求医生具有
皮肤疾病遍及世界上所有的地区,发生在所有的年龄阶段,影响着全人类的健康。其在早期阶段危害不大,一旦发展到晚期演变为皮肤癌,致死率将大幅提升。因此,针对皮肤疾病的早期筛查与诊断至关重要。现阶段皮肤疾病的诊断,主要依赖皮肤科医生的肉眼观察,通过分析皮肤镜图像中皮损区域的颜色、形状等特征做出判断。但是,不同的医生在临床经验和技术水平上存在较大的差异,这种方式的不确定性强、受主观性影响大。由此可见,借助计
理想的生物标记物对于疾病的早期诊断、鉴定及监测具有非常重要的价值及作用。在过去的数年里,越来越多的证据证明微生物和lncRNA在人体各项基本生命活动中充当着极为关键的角色。因此,微生物和lncRNA被认为是潜在的生物标志物,在人类疾病研究中受到了诸多关注。然而,传统的生物学鉴定实验成本高且耗时长。于是,为了推进生物标记物的识别进程,研究人员开始借助更为高效的计算模型来推断疾病与微生物以及疾病与ln
多目标优化问题（multi-objective optimization problems,MOPs）是同时具有多个互相冲突目标的优化问题。相较于静态多目标优化问题,动态多目标优化问题（dynamic multi-objective optimization problems,DMOPs）具有目标函数、约束条件或相关参数随着时间变化而动态变化的特征。现实生活中很多优化问题都具有DMOPs的特性,由
在现实生活中,许多优化问题涉及多个优化目标,有两、三个相互冲突目标的优化问题被称为多目标优化问题（MOPs）。具有至少四个冲突目标的MOPs被称为高维多目标优化问题（Ma OPs）。由于其在现实世界中的广泛应用,多目标优化研究已成为热门话题。进化算法具有简单、直观以及基于种群的特性,所以其适用于解决多目标优化问题。现有的大量多目标进化算法（MOEAs）都是依赖于Pareto支配关系进行收敛。但是,
欠驱动系统,是一种泛指独立控制输入空间维数相比于系统自由度少的典型控制系统,它的本质上是属于非线性系统,其特点之一便是输入空间的维数低于它所构造的空间。相比较全驱动系统,欠驱动系统具有结构简单,可以节约能源,成本相对低廉,系统更加灵活等诸多优点。欠驱动系统的特点是结构简单,便于对系统进行整体分析以及仿真实验,便于研究和验证各种算法的有效性。近几十年来,欠驱动系统的控制一直都是控制科学技术领域的热门
伴随着智能电网的兴起,我国已将分布式能源建设放在战略位置。但由于风电、光伏等分布式能源具有间歇性,波动性等特点,如果直接并网会给整个微网系统带来许多难题。而在微网中增设储能系统,不仅能提高供电的可靠性,还可以给用户侧带来直接的经济效益。本文在对风光数据进行预处理的条件下,建立应用于多场景的混合储能综合效益模型和寿命预估模型,根据不同用电地区制定不同控制策略,并引用智能优化算法对综合模型进行求解。围
无线电能传输（Wireless Power Transmission,WPT）作为当代新兴的能量传输方式,具有便捷、安全、可靠的特点,近年来受到人们的广泛关注。线圈作为WPT系统中重要组成部分,其耦合系数直接影响无线电能传输系统传输效率。线圈结构及其物理参数与耦合系数息息相关。因此,开展线圈结构及其参数优化研究,对提升WPT系统传输效率具有重要意义。针对提升线圈间耦合系数的问题,传统方法主要以优化
实际环境光伏发电系统的快速发展可以有效缓解现有能源问题,然而太阳能自身受天气等因素影响,成为不可控能源,外界因素造成的光伏阵列局部阴影会给光伏发电系统造成能量损失。因此寻找到能够有效提高光伏阵列光电转换效率的方法,是保障光伏发电系统稳定运行的重要手段。本文基于现有光伏系统的不足,通过正确诊断出均匀光照和不均匀光照条件,利用策略切换对最大功率点进行追踪搜索,使得光伏阵列能够输出平滑稳定的最大功率值。