多样本扩充的常规协同与逆线性回归结合的人脸识别算法

• 作者: 周先春 周杰 许瑞
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 人脸识别 对称性 常规协同 逆线性回归
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 学术论文
• 页码范围: 96-101
• 页数: 6页
• 分类号: TP391.41|TN911.7
• 语种: 中文
• DOI: 10.13382/j.jemi.2018.06.014

摘要

人脸识别会受到有限人脸样本的影响,提出一种多样本扩充的常规协同与逆线性回归结合的人脸识别算法.它利用图像的对称性构造成新的人脸样本,将训练样本通过常规协同表示与逆线性回归相结合的分类器后,进行人脸识别.以往的稀疏识别算法忽视了测试样本可能包含人脸识别所需要的特征信息,新算法同时将训练样本与测试样本的误差考虑在内.在ORL和FERET人脸库中的实验结果表明:该算法在ORL人脸库上的最低误识率达到6.58％,在FERET人脸数据库上的最低误识率达到15.00％,与LRC、CRC、INNC等算法相比的误识率明显下降.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周杰		142	464	10.0	14.0
2	周先春		61	251	9.0	13.0
3	许瑞		3	3	1.0	1.0