基于局部强化最小二乘回归分类法的人脸识别方法

• 作者: 夏靖波 简彩仁
• 来源期刊: 厦门大学学报（自然科学版）
• 学科: 工学
• 关键词: 人脸识别 最小二乘回归 局部强化 自适应 分类
• 年，卷（期）: 2019,（1）
• 页码范围: 122-126
• 页数: 5页
• 分类号: TP311|TP371
• 字数: 3323字
• 语种: 中文
• DOI: 10.6043/j.issn.0438-0479.201809025

摘要

为解决基于表示理论的分类法未考虑噪声样本对重构系数影响的不足,利用局部约束协同表示法改进最小二乘回归分类法,提出局部强化最小二乘回归分类法.该方法通过非负稀疏表示自适应选择近邻样本,并利用近邻样本的协同作用强化重构系数使得局部强化最小二乘回归分类法具有较好的鲁棒性和容噪性.该方法可以克服传统分类方法存在的过拟合问题.在4个人脸图像数据集上的实验结果表明该方法可以提高人脸识别准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	简彩仁	厦门大学嘉庚学院信息科学与技术学院	18	17	2.0	3.0
2	夏靖波	厦门大学嘉庚学院信息科学与技术学院	16	44	5.0	6.0