基于稀疏表示的实际应用人脸识别系统_特征提取和稀疏表示人脸识别

1.实验背景

       在大二的时候我加入了华南农业大学318软件开发室，并在在读博士涂淑琴老师的指导下接触计算机视觉，被它的智能和新奇所吸引，就一直在这块领域摸滚带爬。先是学习了Matlab、JAVA，一边看论文一边喝着牛奶，一边拍摄人脸一边客串宿舍。功夫不负有心人，终于让我拍齐50人，每人20张不同角度的头像共1000张，用于实验稀疏表示和特征提取。涂老师下达了一个任务就是做出一个实际应用人脸识别，并要求用Matlab做内核，JAVA做界面。第一次接触混合编程，在解决Matlab和JAVA通信问题这方面花了我不少时间，最终写了好几个软件才趋于完善。废话不多说，下面直接进入主题。

       图1是基于稀疏表示的人脸识别系统主界面

图1 人脸识别应用软件

2.稀疏表示和特征提取原理

       本实验涉及SRC算法、PCA降维算法、归一化算法、L1范式最小化算法。

先是把整张人脸头像基于稀疏表示的人脸识别，其稀疏表示用的字典直接由训练所用的全部图像构成，把该类人脸不同头像图像数据处理成一列列列向量，通过PCA降维算法，归一化算法再排列成一个很大的三维矩阵存储到.mat文件里形成训练字典。

       识别算法通过L1范式计算再比较，选择训练字典中匹配值最大的一类。具体算法参见附件。

3.Matlab和JAVA通信

       本实验基于Win8.1的64位(32位)系统，Matlab版本2012b，JDK1.7环境下。