基于多任务联合判别稀疏表示的人脸识别

• 作者: 任越美 李垒
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 人脸识别 联合稀疏表示 局部二值模式 字典学习
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 算法设计与分析
• 页码范围: 72-75
• 页数: 4页
• 分类号: TP391
• 字数: 3499字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2019.10.014

摘要

针对人脸识别中由于姿态、光照及噪声等影响造成的识别率不高的问题,提出一种基于多任务联合判别稀疏表示的人脸识别方法.首先提取人脸的局部二值特征,并基于多个特征建立一个联合分类误差与表示误差的过完备字典学习目标函数.然后,使用一种多任务联合判别字典学习方法,将多任务联合判别字典与最优线性分类器参数联合学习,得到具有良好表征和鉴别能力的字典及相应的分类器,进而提高人脸识别效果.实验结果表明,所提方法相比其他稀疏人脸识别方法具有更好的识别性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李垒	河南工业职业技术学院电子信息工程学院	21	57	5.0	7.0
2	任越美	河南工业职业技术学院电子信息工程学院	17	181	6.0	13.0