基于2DPCA和压缩感知的人脸识别方法

• 作者: 宋加涛 张石清 陈财明
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 人脸识别 压缩感知 二维主成份分析 L1范数 稀疏表示
• 年，卷（期）: 2011,（22）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 176-178
• 分类号: TP242.6
• 字数: 3449字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2011.22.058

摘要

提出一种基于二维主成份分析(2DPCA)和压缩感知的人脸识别方法.阐述2DPCA提取特征向量的工作原理,利用压缩感知方法求解待识别图像在足够样本下的稀疏表示.由所有训练图的特征向量构成测量矩阵,将每一幅待识别图像的特征向量作为测量值,由压缩感知中求解的L1范数极小值得到待识别图像的编码信号,根据该编码信号识别人脸图像.实验结果表明,与其他组合方法相比,基于2DPCA和压缩感知的人脸识别方法得到的识别率较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋加涛	宁波工程学院电子与信息工程学院	33	342	10.0	18.0