基于判别字典学习的线性子空间人脸识别算法

• 作者: 任克强 张静然
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 线性子空间 人脸识别 稀疏表示 字典学习 判别投影
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 电子与信息工程
• 页码范围: 95-100
• 页数: 6页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.13245/j.hust.190917

摘要

提出判别字典学习来获取线性子空间方法,以减弱光照等噪声对子空间人脸特征提取的影响,从而在保证稀疏系数的局部结构性同时保持字典的判别性.首先,训练与语意相关的结构字典,并在破坏非同类语意样本间局部结构稀疏性的同时,增强同类语意样本间局部结构的稀疏性;其次,利用最大间隔准则(MMC)在重构后稀疏易分的语意子空间对样本进行特征提取,不仅可以避免小样本问题还可以在重构后的语意空间中提取抗噪声干扰的特征.在Yale库、AR库和Yale B库数据集上的试验结果表明:与现有算法相比,该算法有更优的性能,能更高效地提取不受噪声干扰的易分类人脸语意特征.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任克强	江西理工大学信息工程学院	74	472	13.0	17.0
2	张静然	江西理工大学信息工程学院	5	1	1.0	1.0