一种稀疏性增强的人脸识别改进算法

• 作者: 杨全海
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 人脸识别 稀疏表示 lp最小化 稀疏率 判别规则
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 研究与探讨
• 页码范围: 142-146
• 页数: 5页
• 分类号: TP391
• 字数: 4589字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2016.12.032

摘要

针对在现有稀疏表示分类(SRC)算法中,用l1范数取代l0范数并不能得到有效的稀疏解,提出了一种将lp(0≤p＜1)范数和新判别规则完美结合的人脸识别方法.首先通过迭代算法求解lp范数最小化问题,以此代替传统SRC中的l1范数来求解编码系数,得到更稀疏和有效的解.为了从稀疏编码系数中捕捉到更多的差分信息,并兼顾残差反映每一类样本的贡献,用系数和与残差之比这一新判别规则来分类测试样本.在AR人脸数据库的实验结果表明,本算法可得到更稀疏有效的解,且可在一定程度上提高识别率,尤其是在伪装情况下,有较为明显的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨全海	陕西职业技术学院计算机科学系	9	28	3.0	5.0