字典学习优化结合HMAX模型的鲁棒人脸识别

• 作者: 孙新领 杨观赐 谭志伟
• 来源期刊: 现代电子技术
• 关键词: 人脸识别 HMAX模型 鲁棒性 支持向量机(SVM) 字典学习优化
• 年，卷（期）: 2016,（15）
• 所属期刊栏目: 通信与信息技术
• 页码范围: 53-57
• 页数: 5页
• 分类号: TN911.73-34|TP391.4
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2016.15.014

摘要

针对人脸识别中由于姿态、光照等变化而影响识别性能的问题，提出了字典学习优化结合HMAX模型的人脸识别方法。首先，使用样本图像和从样本获得的仿射包模型联合表示一幅图像；然后，利用HMAX模型提取C2特征，并利用字典学习优化特征矩阵；最后，将视觉注意模型与原始模型的C2特征进行组合，并利用支持向量机完成分类。在Caltech和AR人脸数据库上的实验结果表明，相比其他几种较新的人脸识别方法，提出的方法取得了更好的识别性能，对人脸表情和光照变化具有鲁棒性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙新领	河南工学院计算机科学与技术系	12	33	3.0	5.0
2	杨观赐	贵州大学现代制造技术教育部重点实验室	39	140	6.0	10.0
3	谭志伟	河南工学院计算机科学与技术系	4	12	1.0	3.0