基于自步学习的加权稀疏表示人脸识别方法

• 作者: 曹飞龙 王学军 王文剑
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 基于稀疏表示的分类方法 分类 自步学习 加权系数 人脸识别
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 第十六届中国机器学习会议(CCML 2017)
• 页码范围: 3145-3151
• 页数: 7页
• 分类号: TP391.41
• 字数: 6951字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2017.11.3145

摘要

近年来基于稀疏表示的分类方法(SRC)成为了一个新的热点问题,在人脸识别领域取得了很大的成功.但基于稀疏表示的方法在重建待测样本时,有可能会利用与待测样本相差较大的训练样本,并且没有考虑到表示系数的局部信息,从而导致分类结果不稳定.提出一种基于自步学习的加权稀疏表示算法SPL-WSRC,在字典中有效别除与待测样本相差较大的训练样本,并利用加权手段考虑样本间的局部信息,以提高分类精度和稳定性.通过3个典型的人脸数据集中的实验,实验结果表明,所提算法优于原稀疏表示算法SRC,特别是当训练样本足够多时,效果更明显.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹飞龙	中国计量大学理学院	62	241	8.0	12.0
2	王文剑	山西大学计算机与信息技术学院	97	798	14.0	23.0
6	王学军	山西大学计算机与信息技术学院	2	6	1.0	2.0