特征空间中的拓展稀疏人脸识别

• 作者: 张泓 李争名 王松 范自柱
• 来源期刊: 重庆大学学报
• 学科: 工学
• 关键词: 人脸识别 拓展的稀疏表示识别 特征空间 模式识别 稀疏分类表示
• 年，卷（期）: 2020,（11）
• 页码范围: 21-28
• 页数: 8页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.11835/j.issn.1000-582X.2020.11.003

摘要

基于稀疏表示分类(SRC,sparse representation for classification)是近年来模式识别领域中备受关注的一个研究热点.当每类训练样本较少时,SRC的识别效果往往不理想.为解决此问题,人们提出了拓展的稀疏表示分类算法.它引入了训练样本的类内变量矩阵,来补充每类训练样本信息.但是,该方法很难获取普遍存在于复杂数据如图像中的非线性信息.为此,提出了特征空间中的拓展稀疏人脸识别算法.该算法将样本集非线性映射到新的特征空间中,计算每个训练样本在表示测试样本时所做的贡献.根据贡献大小,给每个训练样本赋予一定的权重.同时,利用类内变量矩阵,共同表示测试样本.实验表明所提出的算法优于其它经典稀疏表示分类算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范自柱		27	85	5.0	8.0
2	张泓		3	5	1.0	2.0
3	王松		3	5	1.0	2.0
4	李争名		1	0	0.0	0.0