基于稀疏表示与特征融合的人脸识别方法

• 作者: 吕迎春 木立生
• 来源期刊: 现代电子技术
• 关键词: 人脸识别 稀疏表示 低秩恢复 特征融合 鲁棒性 泛化性能
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 信号分析与图像处理
• 页码范围: 83-86,90
• 页数: 5页
• 分类号: TN911.73-34|TP391.41
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2018.09.018

摘要

针对人脸识别在有遮挡、表情、光照的变化或受到噪声污染时鲁棒性变差问题,提出一种基于稀疏表示与特征融合的人脸识别算法.首先采用低秩恢复算法得到训练样本和测试样本的干净人脸图像,提取干净人脸图像的LBP,HOG,Gabor三种特征向量;然后对部分训练样本进行SRC分类测试,根据SRC的识别结果与分类残差定义一个损失函数,再利用正则化最小二乘法计算出使损失函数最小的权重向量;最后根据该权重向量重构规则化残差进行分类.在ORL,Extended Yale B和AR数据库上进行实验,结果表明,该算法优于利用单一特征识别的方法,并且对光照、噪声、遮挡等因素产生的影响有较好的泛化性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕迎春	太原理工大学信息工程学院	10	50	4.0	6.0
2	木立生	太原理工大学信息工程学院	1	6	1.0	1.0