改进的加权稀疏表示人脸识别算法

• 作者: 王林 邓芳娟
• 来源期刊: 计算机系统应用
• 关键词: 人脸识别 加权稀疏表示 对偶增广拉格朗日乘子法 高斯核函数 鲁棒性
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 134-139
• 页数: 6页
• 字数: 4290字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.006385

摘要

针对传统的加权稀疏表示分类方法在获取训练样本权重以及求解l1范数最小化问题中计算效率低的问题,提出了一种加权稀疏表示和对偶增广拉格朗日乘子法(DALM)相结合的人脸识别算法WSRC_DALM算法. 该算法主要采用高斯核函数计算每个训练样本与测试样本之间的相关性, 即获得训练样本相对于测试样本的权重; 接着利用DALM算法求解l1范数最小化模型, 实现测试样本的精准重构和分类, 最后在ORL和FEI人脸数据集上进行算法验证. 在ORL数据集中, WSRC_DALM算法的识别率高达99%, 相比经典的SRC和WSRC算法, 识别率分别提高了7%和4.8%, 同时计算效率比WSRC算法提高了约20倍; 在FEI数据集中, 多姿态变化下的人脸识别率接近于92%. 实验结果表明, WSRC_DALM算法在识别准确度和计算效率上具有明显的优势, 并且对较大类内变化具有较好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王林	西安理工大学自动化与信息工程学院	74	1063	14.0	31.0
2	邓芳娟	西安理工大学自动化与信息工程学院	1	3	1.0	1.0