基于欠样本混合内变基字典的扩展协同表示算法

• 作者: 杨平先 林国军 石小仕 董林鹭 赵良军 黄慧
• 来源期刊: 液晶与显示
• 学科: 工学
• 关键词: 人脸识别 协同表示 权值融合 欠样本 特征提取 稀疏字典 机器学习 图像处理
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 图像处理
• 页码范围: 491-498
• 页数: 8页
• 分类号: TP391.41
• 字数: 4780字
• 语种: 中文
• DOI: 10.3788/YJYXS20203505.0491

摘要

协同表示算法对人脸图像具有快速分类的特点,但在单样本或欠样本情况下,对变化复杂的人脸识别率还不够理想,无法满足工程要求.针对该问题,提出一种基于欠样本混合内变基字典的扩展协同表示算法.首先借助在同一环境下采集到的不同人脸的变化过程,提取人脸的变化共同特征并生成内变基,再融合两种及两种以上不同人脸变化的共同特征生成混合内变基,提高内变基的通用性,建立训练样本与测试样本之间变化的稀疏字典.训练样本在字典帮助下近似构建出测试样本的特征人脸,达到扩展训练样本集的目的,再对人脸协同分类.利用AR库、ORL库、Yale库和YaleB库进行识别实验.结果 表明,本文算法能有效提高协同表示算法的识别率,在欠样本情况下识别率提高7.33％～33.17％,在单样本情况下识别率提高6.78％～24.47％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨平先	四川轻化工大学自动化与信息工程学院	19	35	4.0	5.0
2	林国军	四川轻化工大学自动化与信息工程学院	8	1	1.0	1.0
3	董林鹭	四川轻化工大学自动化与信息工程学院	13	2	1.0	1.0
4	赵良军		1	0	0.0	0.0
5	黄慧	四川轻化工大学自动化与信息工程学院	2	0	0.0	0.0
6	石小仕	四川轻化工大学自动化与信息工程学院	5	0	0.0	0.0