优化形式下的稀疏表示分类器的人脸识别

• 作者: 吉朝明 宋铁成
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 人脸识别 稀疏表示 优化算法 范数正则化
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 智能技术
• 页码范围: 120-126
• 页数: 7页
• 分类号: TP312
• 字数: 5001字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2020.02.017

摘要

针对稀疏表示分类(sparse representation-based classification,SRC)算法在噪声、遮挡或者光照变化等情况下面部图像识别率较差的问题,对S RC模型进行算法优化,将L 1损失函数替代L2损失函数用以求解稀疏解,并且采用L 1范数和L2范数对L 1损失函数最小化问题进行正则化.在3个具有挑战性的人脸数据集中挑选不同的光照、表情和遮挡条件时的人脸图像,并适当地加入噪声,分析在不同数据条件下S RC优化模型的性能,进而研究正则化参数在数据样本与稀疏性之间的修正关系.实验结果表明:所提出的两种S RC优化模型在不同的数据库和样本间具有不一样的性能,L1损失函数与L1正则化的组合在噪声条件时表现突出,L1损失函数与L2正则化的组合在遮挡条件下具有更高的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋铁成	重庆邮电大学通信与信息工程学院	4	6	2.0	2.0
2	吉朝明	四川交通职业技术学院信息工程系	6	15	3.0	3.0