基于二维图像矩阵的稀疏表示分类方法

• 作者: 宋占杰 程广涛 陈雪
• 来源期刊: 天津大学学报
• 学科: 工学
• 关键词: 人脸识别 稀疏表示 目标分类 二维特征矩阵
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 电子信息工程
• 页码范围: 541-545
• 页数: 5页
• 分类号: TP391.41
• 字数: 3495字
• 语种: 中文
• DOI: 10.11784/tdxbz201301001

摘要

利用稀疏表示对图像分类时,需要将二维图像转换为一维特征向量,这大大增加了计算复杂度和忽略了图像矩阵中固有的局部结构信息.为了解决上述问题,设计了完全基于二维特征矩阵的稀疏表示人脸分类方法.首先将二维图像转为2D Fisherface矩阵,然后直接利用二维矩阵求解稀疏表示和进行分类.整个识别过程中,不需要将二维图像转换为一维向量.实验结果表明,二维特征矩阵在稀疏表示分类中是十分有效的,设计的方法可以更快的运算速度达到更高的识别率.在ORL人脸数据库和Extended Yale B人脸数据库上的识别率分别达到97.5％和99.3％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋占杰	天津大学理学院	31	142	7.0	10.0
2	程广涛	天津大学电子信息工程学院	11	117	7.0	10.0
4	陈雪	北京中医药大学东方学院基础部	12	55	5.0	7.0