基于PCA特征基压缩传感算法的人脸识别

• 作者: 张尤赛 朱志宇 赵艳萍
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 人脸识别 压缩传感 稀疏表示 最小化l1范数 鲁棒性
• 年，卷（期）: 2012,（13）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 152-155
• 分类号: TP18
• 字数: 5386字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2012.13.045

摘要

针对人脸识别对遮挡、表情和光照的鲁棒性问题,提出基于PCA特征基压缩传感算法的人脸识别方法.利用双向二维主成分分析提取图像行列2个方向的特征并进行降维,建立反映人脸特征投影矩阵,作为压缩传感算法的超完备基.通过求解最小化l1范数,寻求图像在该超完备基上的稀疏表示,以得到一组最优稀疏系数重构各类图像,求取测试图像与各类重构图像的最小残差进行分类识别.实验结果表明,该方法在较低的人脸特征维数下具有较高的人脸识别率,能有效提高人脸识别对遮挡、表情和光照的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱志宇	江苏科技大学电子信息学院	164	971	15.0	21.0
2	张尤赛	江苏科技大学电子信息学院	59	353	9.0	14.0
3	赵艳萍	江苏科技大学电子信息学院	1	8	1.0	1.0