基于字典學(xué)習(xí)的圖像識(shí)別技術(shù)研究.pdf

1、圖像識(shí)別是計(jì)算機(jī)視覺(jué)和模式識(shí)別中一個(gè)重要的研究領(lǐng)域，隨著計(jì)算機(jī)技術(shù)與信息技術(shù)的快速發(fā)展，圖像識(shí)別技術(shù)在醫(yī)療、信息安全、工業(yè)、天文氣象等領(lǐng)域獲得了廣泛應(yīng)用。稀疏表示擁有很好的魯棒性能、很強(qiáng)的抗干擾能力和泛化能力，已經(jīng)成功應(yīng)用于圖像識(shí)別中，并成為研究的熱點(diǎn)。本文在深入研究稀疏表示及字典學(xué)習(xí)理論的基礎(chǔ)上，將字典學(xué)習(xí)的理論知識(shí)應(yīng)用于圖像識(shí)別中。
　　本文對(duì)圖像識(shí)別的研究背景、意義、及國(guó)內(nèi)外研究現(xiàn)狀做了分析，并且對(duì)圖像識(shí)別的一些經(jīng)典算法做了

2、詳細(xì)的介紹和分析。綜述了稀疏表示理論和字典學(xué)習(xí)，并對(duì)K-SVD算法、判別K-SVD算法以及字典學(xué)習(xí)算法的應(yīng)用進(jìn)行了詳細(xì)描述。
　　考慮到圖像的Gabor特征對(duì)光照、遮擋和表情等變化的魯棒性，結(jié)合圖像識(shí)別理論研究和判別式字典學(xué)習(xí)算法思想，提出了一種基于Gabor特征和支持向量引導(dǎo)字典學(xué)習(xí)(GSVGDL)的人臉識(shí)別算法。GSVGDL算法采用Gabor特征提取方法，利用Gabor特征提取后的特征向量，代替整個(gè)人臉圖像作為識(shí)別的輸入，進(jìn)行