基于压缩金字塔核稀疏表示的人脸识别

• 作者: 元昌安 周凯 苏杰波 覃晓 郑彦
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 人脸识别 空间金字塔 压缩感知 稀疏表示
• 年，卷（期）: 2016,（5）
• 页码范围: 1043-1050
• 页数: 8页
• 分类号: TP391
• 字数: 3620字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2016.05.023

摘要

人脸识别中光照、伪装及姿态等变化一直是富有挑战性的问题,其中特征提取是很关键的一步。为提高人脸识别率,结合压缩感知和空间金字塔模型,本文提出了一种新的特征提取方法,首先用尺度不变特征变换算法提取图像特征,然后与随机生成的字典进行稀疏编码,再用金字塔模型分层提取不同尺度空间的特征,并用最大池融合特征,最后运用核稀疏表示分类。在 Extended Yale B,AR 和CMU PIE人脸数据库上的实验结果表明,该方法对于人脸图像的光照、伪装及姿态等变化有较强的鲁棒性,而且该算法有较快的运行速度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	元昌安	广西大学计算机与电子信息学院	121	1400	21.0	33.0
3	覃晓	广西师范学院计算机与信息工程学院	44	249	7.0	13.0
6	郑彦	广西大学计算机与电子信息学院	4	13	2.0	3.0
7	周凯	广西大学计算机与电子信息学院	11	20	3.0	4.0
8	苏杰波	广西大学计算机与电子信息学院	3	7	2.0	2.0