有监督低秩子空间恢复的正则鲁棒稀疏表示人脸识别算法

发布时间：2017-11-10 17:28

  本文关键词：有监督低秩子空间恢复的正则鲁棒稀疏表示人脸识别算法

  更多相关文章： 人脸识别 低秩分解 主成分分析 正则鲁棒编码

【摘要】：针对训练样本和测试样本均存在光照及遮挡时,破坏图像低秩结构问题,本文提出基于监督低秩子空间恢复的正则鲁棒稀疏表示人脸识别算法。首先,将所有训练样本构造成矩阵D,对矩阵D进行监督低秩矩阵分解,分解为低秩类相关结构A,低秩类内差异结构B和稀疏误差结构E;然后用主成分分析方法找到类相关结构A低秩子空间的变换矩阵;再通过变换矩阵将训练样本和测试样本投影到低秩子空间;最后,在低秩子空间中,通过正则鲁棒稀疏编码进行加权分类识别。在AR和Extended Yale B公开人脸数据库上的实验结果验证本文算法的有效性及鲁棒性。
【作者单位】： 燕山大学信息科学与工程学院;
【基金】：国家自然科学基金(61071199) 河北省自然科学基金(F2016203422)
【分类号】：TP391.41
【正文快照】： 1引言随着当今社会对安全性及便捷性的重视,指纹,虹膜和人脸识别逐渐进入应用前台,其中人脸识别相比其他生物特征识别更具有友好性强且便捷性成为信息安全领域研究热点[1-3]。但实际应用中识别过程易受光照,成像角度及遮挡等外界条件影响,这诸多因素使得人脸识别富有挑战性。

【相似文献】

中国期刊全文数据库 前10条

1 王李冬;;一种新的人脸识别算法[J];计算机技术与发展;2009年05期

2 桂荣;沈荣鑫;詹泳;;基于模糊神经推理的人脸识别算法研究[J];华南师范大学学报(自然科学版);2012年04期

3 苏士美;王燕;王明霞;;基于加权小波分解的人脸识别算法研究[J];郑州大学学报(工学版);2014年01期

4 魏冬梅;周卫东;;采用压缩感知的人脸识别算法[J];计算机工程;2011年18期

5 陈皓;霍星;;视频监控中人脸识别算法稳定性的改进[J];工程图学学报;2011年06期

6 李美瑾;;人脸识别算法综述与远程考试系统应用研究[J];广西广播电视大学学报;2012年01期

7 盛朝强;王君;;煤矿井下人员签到系统人脸识别算法研究[J];计算机技术与发展;2012年07期

8 朱学毅;王崇骏;周新民;张W，

本文编号：1167638