基于马氏距离的稀疏表示分类算法

• 作者: 朱伟冬 胡剑凌
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 稀疏表示 乔里斯基分解 马氏距离 人脸识别
• 年，卷（期）: 2011,（11）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 27-30
• 分类号: TP391
• 字数: 3134字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2011.11.008

摘要

常用分类算法对人脸图像在不同光照条件下的识别效果较不理想.设计了一种新颖的基于马氏距离(Mahalanobis Distance)的人脸识别分类算法(Mahalanobis Distance based Sparse Representation Classification,MSRC).该算法框架基于稀疏表示原理,通过引入马氏距离和乔里斯基分解( Cholesky decomposition)求出最优稀疏解向量,最终实现人脸特征分类识别.算法首先求解基于马氏距离的最小L1范数,进而对测试样本实现稀疏重构,并通过判断重构样本与原始样本的残差值最终完成分类.与传统稀疏表示分类算法相比,该算法显著降低了光照对人脸图像的影响.在Extended Yale face databaseB人脸库上的实验结果表明,所提出的基于马氏距离的稀疏表示分类算法能达到97％的分类效率,并且在人脸不同光照情况下仍能得到较好的识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡剑凌	苏州大学电子信息学院	24	90	5.0	8.0
2	朱伟冬	苏州大学电子信息学院	1	21	1.0	1.0