基于一阶和二阶信息图像表示的人脸识别

• 作者: 刘峰 孟凡荣 梁志贞
• 来源期刊: 计算机应用研究
• 关键词: 稀疏表示 协同表示 人脸识别 一阶和二阶信息
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 图形图像技术
• 页码范围: 603-606,615
• 页数: 5页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.02.063

摘要

针对人脸训练集中的样本存在不同程度的变换(比如平移、旋转、缩放等),导致传统的基于稀疏表示的分类算法(SRC)、基于协同表示的分类算法(CRC_RLS)在分类时精度降低,提出了一种基于一阶和二阶信息的图像分类表示算法(SRC_FSD).这种方法通过测试图像的像素值是由对应训练图像的邻近像素值图像的重建而成的,利用泰勒公式,考虑了一阶和二阶信息,目的是消除变换对图像造成的影响,从而提高测试样本的分类精度.最后在extended Yale B和AR人脸数据集上进行了不同维度下样本的对比实验,实验结果表明该方法具有很好的鲁棒性,有效地提高了人脸识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟凡荣	中国矿业大学计算机科学与技术学院	81	935	16.0	28.0
2	刘峰	中国矿业大学计算机科学与技术学院	8	43	4.0	6.0
3	梁志贞	中国矿业大学计算机科学与技术学院	14	73	5.0	8.0