1. 研究目的与意义（文献综述）
近年来，人脸识别作为最为自然与可视化的识别方法，在公安,企业,机场,超市,军队,航天等多个重要的行业领域，为视频监控、身份验证和信息安全提供了一个良好的解决方案，其具有独特的优势：（1）非接触式操作；（2）隐秘性操作强；（3）图像采集系统的成本低廉。但是对于计算机来说,快速准确的完成人脸识别任务是一件非常困难的事情，这是由于：（1）人脸的易伪装性；（2）人脸的表情，姿态多样化；（3）人脸识别极易受外界复杂环境的影响。
由于上述原因造成了人脸图像的局部特征缺失，影响了整体特征的准确性，使人脸识别成为非常具有挑战性的课题。人脸识别本质上是使计算机具有区分不同人类个体的能力，相当于计算机视觉中“看”的能力。人脸识别技术是基于生物特征的识别方式，利用人类自身所拥有的、并且能够用来标示其身份的生理特征进行身份验证的技术。
人脸识别系统的研究始于20世纪60年代，80年代后随着计算机技术和光学成像技术的发展得到提高，而真正进入初级的应用阶段则在90年后期，并且以美国、德国和日本的技术实现为主；人脸识别系统成功的关键在于是否拥有尖端的核心算法，并使识别结果具有实用化的识别率和识别速度；“人脸识别系统”集成了人工智能、机器识别、机器学习、模型理论、专家系统、视频图像处理等多种专业技术，同时需结合中间值处理的理论与实现，是生物特征识别的最新应用，其核心技术的实现，展现了弱人工智能向强人工智能的转化。国内外已经有越来越多的单位开始专门从事人脸识别技术的研究，国外的一些主要的单位有a4vison、human scan、vissage等。欧美等各高校都建立了人脸识别的实验室，其中著名的大学包括麻省理工学院（mit）、卡内基·梅隆大学（cmu）等，美国 mit 的媒体实验室（该实验室提出的基于主成分分析的人脸识别方法直至现在仍然是一个研究热点），人工智能实验室，cmu 的人机交互研究所，美国许多研究小组相继投入到人脸识别方面的研究工作，他们的研究工作得到了美国军方、警方和大公司的资助，进展迅速，美国军方更是在每年组织人脸识别大赛(fert)，以促进人脸识别的研究。国内对于人脸识别的研究较之国外稍晚一些，但是发展速度很快，同时，国家对人脸识别技术的研究也给予了高度的重视，国内主要从事人脸识别的科研单位有清华大学、中科院自动化、中科院计算所。公司如上海的银晨，北京的汉王、海鑫、天眼、普赛等。
2. 研究的基本内容与方案
本次论文是研究基于稀疏表示的人脸识别研究，稀疏表示能够将信号分解，表示成特定字典基向量的线性组合，从而提取出信号中的重要元素，基于稀疏表示的人脸识别算法具有对特征提取不敏感、算法模型简单等优点，基于压缩感知的稀疏表示人脸识别方法，利用数据信号能够被压缩的原理，突破了香农采样原理的局限性，具有良好的鲁棒性，所以广泛运用于人脸图像的识别分类。
本论文主要研究稀疏表示算法设计以及过完备字典的构建等稀疏表示理论的核心问题，并且利用matlab编程软件对稀疏表示分类器用于人脸识别的效果进行仿真和分析。
3. 研究计划与安排
1-3周：查阅相关文献资料，熟悉题目含义及基本研究内容，撰写开题报告。
4-9周：完成相关理论知识的学习与研究，复习数字图像处理相关知识，对稀疏表示原理进行学习。
10-14周：复习matlab相关知识，对稀疏表示算法进行仿真实现。
4. 参考文献（12篇以上）
[1] 朱强军.基于稀疏表示的人脸识别鲁棒性研究[j].电子测试,2020（02）.
[2] 高洁.基于稀疏表示的人脸识别研究[d].北京建筑大学,2019.
[3] 邓道举,贾 楠,李秀梅. 基于稀疏表达分类的人脸识别及算法对比研究[j]. 杭州师范大学学报（自然科学版）,2018, 17(3).
