二次近邻稀疏重构法及人脸识别

• 作者: 史军杰 施志刚 邵冬华
• 来源期刊: 重庆邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 稀疏表示 人脸识别 协同表示 二次近邻 稀疏重构
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 计算机与自动化
• 页码范围: 844-850
• 页数: 7页
• 分类号: TP391.41
• 字数: 4946字
• 语种: 中文
• DOI: 10.3979/j.issn.1673-825X.2017.06.020

摘要

基于整个数据集的稀疏表示(sparse representation classification,SRC)用于人脸识别在很大程度上影响了运行效率.如何利用较少样本稀疏表示在保证计算效率的同时,识别率也有一定提升,尤其是面对光照、角度、姿态等非受控环境,目前仍是一个问题.考虑到协同表示(collaborative representation classification,CRC)基于l2范数稀疏求解的优势,为进一步提升CRC的整体分类性能,引入类内近邻,提出一种二次近邻稀疏重构表示法.该方法首先在原始训练集上选择各类训练样本中与待测样本距离相近的若干样本组成近邻样本集,并协同表示,接着分别用各类近邻样本重构待测样本,再次选择与待测样本相近的若干重构样本协同表示,最终实现模式分类.在ORL和FERET数据库上的仿真实验表明,相比现有的一些CRC算法,该方法在一定程度上缩短了运行时间,并使识别更精确.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	史军杰	南通航运职业技术学院管理信息系	19	27	3.0	4.0
2	施志刚	南通航运职业技术学院管理信息系	17	58	4.0	7.0
3	邵冬华	南通航运职业技术学院教育信息化管理中心	25	123	6.0	10.0