基于特征化字典的低秩表示人脸识别

发布时间：2017-06-14 02:17

  本文关键词：基于特征化字典的低秩表示人脸识别，，由笔耕文化传播整理发布。

【摘要】：针对现有低秩表示(LRR)算法中全局与局部人脸特征信息融合不足的问题,提出了一种新的人脸识别算法——基于特征化字典的低秩表示(LRR-CD)。首先,将每张人脸照片表示成一个个特征化字典的集合,然后同时最小化基于训练样本的低秩重构特征系数以及与之相对应的类内特征差异。为了获得高效且具有高判别性的人脸图像的特征块重构系数矩阵,提出了一种新的数学公式模型,通过同时求解训练样本中相对应的特征块以及对应的类内特征差异词典的低秩约束问题,尽可能完整地保留原始高维人脸图像中的全局和局部信息,尤其是局部类内差异特征。另外,由于对特征块中信息的充分挖掘,所提算法对于一般程度上的面部遮挡和光照等噪声影响具有良好的鲁棒性。在AR、CMU-PIE和Extended Yale B人脸数据库进行多项对比实验,由实验结果可知LRR-CD相较于对比的稀疏表示(SRC)、协从表示(CRC)、低秩表示正规切(LRR-NCUT)和低秩递归最小二乘(LRR-RLS)算法在平均识别率上有2.58~17.24个百分点的提高。实验结果表明LRR-CD性能优于与之对比的算法,可以更高效地用于人脸全局和局部特征信息的融合,且具有优良的识别率。
【作者单位】： 运城学院计算机科学与技术系;
【关键词】： 低秩表示 人脸识别 类内差异 字典学习 模式识别
【基金】：国家自然科学基金资助项目(11241005)~~
【分类号】：TP391.41
【正文快照】： 0引言人脸识别问题,作为计算机视觉领域一个极为重要且基础的问题,近年来一直受到广大研究机构和公司的广泛关注。对于现代人脸识别方法来说,取得高人脸识别率的前提是获得高判别性和鲁棒性的重构系数[1-2]。受人类视觉系统的稀疏性编码的启发[3],稀疏表示方法的核心思想是将

【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：448257