基于低秩矩阵恢复与协同表征的人脸识别算法

• 作者: 何林知 吴建斌 朱信忠 杨凡 赵建民 郑忠龙
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 低秩 稀疏 人脸识别 协同表征 误差矩阵
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 人工智能
• 页码范围: 779-782,806
• 页数: 5页
• 分类号: TP391.4|TP18
• 字数: 4039字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2015.03.779

摘要

针对人脸图像不完备的问题和人脸图像在不同视角、光照和噪声下所造成训练样本污损的问题,提出了一种快速的人脸识别算法-——RPCA_ CRC.首先,将人脸训练样本对应的矩阵D0分解为类间低秩矩阵D和稀疏误差矩阵E;其次,以低秩矩阵D为基础,得到测试样本的协同表征;最后,通过重构误差进行分类.相对于基于稀疏表征的分类(SRC)方法,所提算法运行速度平均提高25倍;且在训练样本数不完备的情况下,识别率平均提升30％.实验证明该算法快速有效,识别率高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵建民	浙江师范大学数理与信息工程学院	121	1027	18.0	25.0
2	朱信忠	浙江师范大学数理与信息工程学院	85	708	16.0	22.0
3	郑忠龙	浙江师范大学数理与信息工程学院	29	106	6.0	9.0
4	吴建斌	浙江师范大学数理与信息工程学院	26	142	6.0	11.0
5	杨凡	浙江师范大学数理与信息工程学院	22	163	6.0	12.0
6	何林知	浙江师范大学数理与信息工程学院	3	13	3.0	3.0