针对混合污染的结构化鲁棒低秩恢复算法在人脸识别中的应用

• 作者: 吴小俊 吴小艺 陈哲
• 来源期刊: 计算机应用研究
• 关键词: 混合污染 人脸识别 结构化约束 低秩恢复
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 图形图像技术
• 页码范围: 2851-2855,2865
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2019.04.0165

摘要

传统的低秩恢复算法在识别有混合污染的人脸图像时,通常只对污染部分进行一种类型的约束,并不能很好地恢复出干净的样本.针对这种情况,提出了结构化鲁棒低秩恢复算法(structured and robust low-rank re-covery for mixed contamination,SRLRR).SRLRR算法利用对二维误差图像的低秩约束移除样本中的连续污染部分,同时利用稀疏约束分离样本中服从拉普拉斯分布的噪声.另外,为了学习到更具有鉴别性的低秩表示,该算法对表示系数进行了块对角结构化约束.在三个常用数据库上的实验证明了SRLRR算法的有效性和鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴小俊		170	1079	17.0	22.0
2	吴小艺		4	28	2.0	4.0
3	陈哲		1	0	0.0	0.0