非负矩阵分解及其在遮挡人脸识别中的应用

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:jinmeng79
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
由于每个人的许多生理特征都是独特的,因此利用生物特征进行个体身份识别在本质上更可靠和更卓越。由于人脸识别的非接触性和人脸识别算法的高精度,人脸识别是更可取的生物特征识别解决方案之一。但是,人脸图像数据通常维数很高,会导致“维数灾难”的难题。而且,人脸图像还不可避免地会遭受噪声和遮挡的破坏,导致人脸特征丢失。因此,如何利用降维技术快速地提取特征,从而得到数据的有效低维表示,已经成为了研究界广泛关注的焦点。事实上,图像数据都是由非负的像素值组成的。得益于这个本质,非负矩阵分解(Non-negative Matrix Factorization,NMF)能够自然地提取图像中有效的非负特征,使得它从众多降维和特征提取方法中脱颖而出。然而,原始的NMF存在一些缺陷,因此很多的改进算法被相继提出。虽然这些算法在一定程度上提升了性能表现,但依然存在一些不足之处。为了克服现有的NMF方法的局限性,本论文提出了两种改进的基于NMF的变体方法。(1)为了寻求一种鉴别的低维表示来揭示高维数据的潜在数据结构,本论文提出了一种结构一致性的非负矩阵分解(Non-negative Matrix Factorization with Structural Consistency,NMF-SC)方法。该方法首先通过计算样本间的近邻概率矩阵,自适应地为每一个数据样本找到最优的近邻域以精确地发掘隐藏在数据中的局部几何结构。其次,该方法通过所有数据样本之间的连接性来考虑数据的全局结构,并巧妙地把全局结构和低维表示联系起来。此外,该方法还保证了全局结构和局部结构之间的一致性,并避免了在迭代更新过程中因子矩阵的过度稀疏。这些性质使得学习到的新的低维表示更具鉴别性和代表性。然后,推导了该方法的乘法更新规则并且在理论上得到了收敛性保证。最后,大量实验结果验证了所提出方法的有效性。(2)针对NMF方法对噪声和遮挡缺乏鲁棒性的缺点,本论文提出了一种自适应重构的鲁棒曼哈顿非负矩阵分解(Robust Manhattan Non-negative Matrix Factorization with Adaptive Reconstruction,RMah NMF-AR)方法。该方法首先在曼哈顿非负矩阵分解的基础上,通过施加矩阵完备化从未被损坏的数据中恢复受损数据以得到完全的数据空间。其次,该方法构建了自适应的均值滤波,用于从近邻样本对应的数据中重构损坏数据。不同于使用相邻像素的传统均值滤波,通过近邻样本对应的像素重构可以有效处理因连续遮挡导致的相邻像素被破坏的问题。此外,给出了该方法的优化算法。最后,在添加高斯噪声、椒盐噪声和连续遮挡的ORL图像数据库上的大量实验结果证明了所提出方法的鲁棒性和有效性。本论文提出了两种基于NMF的改进方法以提高NMF方法在人脸识别应用中的性能,在多个数据集上与多个算法的对比实验结果表明,NMF-SC方法和RMah NMFAR方法都取得了很好的性能表现。
其他文献
随着军事科技的发展和深空探测活动的不断开展,卫星作为探索太空的必要航天器,更容易受到强电磁脉冲武器的威胁,其中太阳能电池作为卫星中重要的供电组件,对卫星平稳安全的运行起到了不可或缺的作用。同时,由于小型卫星上有限的载荷空间和载重,很难安装大型反射器,所以可利用太阳能电池作为反射阵天线的阵列平面。因此,在强电磁脉冲武器的打击下,探究太阳能电池单元及用于反射阵天线的集成电池单元的耦合机理尤为重要。本文
学位
巴伦作为一种不平衡-平衡转换器,被广泛应用在天线、推挽放大器和倍频器的差分馈电和阻抗匹配上。随着通信技术的迅速发展,巴伦的高功率、超宽带和小型化等特性成为微波器件领域亟待解决的热点问题。不同于集总元件式巴伦和微带线式巴伦,同轴巴伦采用功率容量较大的同轴线为功率载体,具有更好的高功率处理能力,同轴线的宽带特性有利于巴伦的超宽带和小型化设计。因此,同轴巴伦的研究对高功率宽带巴伦领域具有十分重要的意义。
学位
随着社会逐步走向科技化与智能化,计算机视觉技术也迎来了前所未有的发展热潮。为了进一步理解视觉世界,研究者不再局限于像目标检测这样简单的场景识别任务,而是转向对复杂场景中各种视觉关系的理解。在多种视觉关系中,人和物体的交互关系最能体现一个场景中的主题。本文主要着眼于视频中的人物交互识别任务,相比于图像人物交互检测,视频任务的关注要点从空间关系转移到了时空关系上。目前的视频人物交互识别算法大多使用实例
学位
目的:探索血肿周围1cm区域内的Tmax值与高血压性脑出血肢体运动功能预后的相关性。方法:收集资料:收集2020-12-31至2022-01-31期间在第二附属医院就诊的符合纳入标准的45例高血压性脑出血患者,记录一般资料(性别、年龄等)、影像学资料(CT、CTP、CTA),CTP资料包括:感兴趣区域血肿区(A区)、血肿周围1cm范围内区域(B区)、B区健侧半球镜影区(B1区)的CBF、CBV、T
学位
近年来,深度学习理论发展迅速,在遥感图像分类、分割、检测等任务中得到了成功地实践。相比于传统遥感图像目标检测算法,深度学习方法提取的特征更具完备性,检测精度更高,然而针对具有大尺度变化的目标,其目标检测的效果较差。在遥感图像中,具有大尺度变化的目标相对数据集中其它目标数量较少,符合典型的长尾分布,这是导致大尺度变化目标检测效果不理想的原因。图像数据扩增技术为缓解深度学习的数据过拟合和提升模型的泛化
学位
随着我国经济发展,各行业对电力能源的应用需求进一步增大,保障电力系统运行安全稳定显得比较重要。继电器技术在电力系统保护方面发挥着重要作用,为能有效促进电力系统良好运行,将继电器技术合理应用在电力系统中较为关键。基于此,本文就电力系统保护中继电器技术应用价值以及影响因素进行分析,然后就继电器技术应用发展探究,希望能为电力系统良好运行起到积极作用。
期刊
近几年来,由于无人机技术的不断提高和完善,其制造成本和操作难度大幅降低,使无人机作为一种新兴的消费级产品广泛应用于我们的日常生活中。由于无人机体积小,隐蔽性强的特点,经常被不法分子应用于大量的非法活动中,如无人机扰航、非法拍摄、搭载危险品进行恐怖活动等,严重影响了公民人身安全。自2016年起,我国陆续颁布了多部无人机管理相关的政策文件,来保障人民的低空安全,但因无人机“黑飞”而导致的安全隐患问题仍
学位
随着深度学习技术的发展,基于深度学习的视频目标分割算法已经成为了处理视频目标分割任务的主要方法。但是深度学习模型需要大量的训练数据进行训练,可以预见,靠人工制作视频目标分割数据集将无法满足规模日益扩大的视频目标分割模型的训练需求。基于自监督学习的视频目标分割算法以其不需要人工标注数据集即可对视频目标分割模型进行训练的特点受到了广泛的关注。由于使用的数据集没有经过人工标注,自监督学习方法将直接决定视
学位
随着社会和经济的不断发展,公共交通和物流已经成为生活生产中至关重要的部分。为了维护公共交通和物流的秩序和安全,利用X光安检机来排查行李中的危险物品,成为了安全检查中必不可少的环节。已经有学者利用计算机视觉的方法来代替低效繁琐的人工X光图像危险物品检查。但X光图像复杂混乱,物体之间重叠严重,这给现有的检测方法带来了很大影响。本文针对现有检测算法对重叠严重的X光图像检测效果不佳的问题,利用前后背景分离
学位
随着无线通信技术的发展以及5G技术的成熟与普及,微波多工器作为一种可以分离与合成信号的频率选择器件在卫星通信、雷达系统以及电台调频等领域得到了广泛的应用。由于频谱资源的日渐紧张,对于多工器的性能指标要求也越来越高,其设计难度也逐渐增加。为了适应日渐增加的多工器设计难度,本文将围绕多工器设计开展如下几项工作:1、为了给后续的多工器设计提供理论基础,本文首先对滤波器的设计进行了研究。先是介绍了基于广义
学位