稀疏表示的特征选择方法在人脸性别和种族识别中的应用

• 作者: 余婵娟 方昱春
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 特征选择 性别识别 种族识别 稀疏表示
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 138-141,155
• 页数: 5页
• 分类号: TP391.4
• 字数: 5628字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2016.01.036

摘要

针对人脸性别和种族识别中出现的特征冗余问题,提出一种基于稀疏表示的特征选择方法SRFS(Sparse Representation based Feature Selection),构建了以区分类别为核心的特征选择框架模型.该模型将样本的特征空间的线性组合映射到不同类标所标记的类别,利用截断牛顿迭代法求解模型的非负稀疏解,进而通过稀疏值从特征空间中选择类区分度大且信息丰富的特征子集.通过实验,与一些比较经典的特征选择方法Fisher Score、mRMR进行比较,验证了该方法的有效性,能够选择有效的特征,不仅降低特征的维数,而且获得了较高的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方昱春	上海大学计算机工程与科学学院	12	61	5.0	7.0
2	余婵娟	上海大学计算机工程与科学学院	2	6	1.0	2.0