一种鲁棒稀疏表示的单样本人脸识别算法

• 作者: 夏瑜 李克清 沈韬
• 来源期刊: 计算机应用研究
• 关键词: 稀疏表示 单样本 人脸识别 位置图像 L2,1范数
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 图形图像技术
• 页码范围: 3491-3496
• 页数: 6页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.11.070

摘要

稀疏表示在人脸识别问题上取得了非常优秀的识别结果,但在单样本条件下,算法性能下降严重.为提高单样本条件下稀疏表示的应用能力,提出一种鲁棒稀疏表示单样本人脸识别算法(RSR).通过使用每张人脸图像创建一组位置图像来扩充每个对象训练样本,并利用L2,1范数约束保证RSR算法选择正确对象的位置图像.在AR和extended Yale B人脸数据库上进行评测,实验结果表明RSR算法能够有效处理存在遮挡或光照变化的人脸图像,获得了较好的单样本人脸识别准确率,具有很强的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李克清	常熟理工学院计算机科学与工程学院	38	206	8.0	12.0
3	夏瑜	常熟理工学院计算机科学与工程学院	11	28	3.0	5.0
4	沈韬	中国矿业大学计算机科学与技术学院	1	1	1.0	1.0