截断核范数的矩阵回归及在人脸识别中的应用

• 作者: 穆松 张治斌
• 来源期刊: 计算机科学与应用
• 学科: 工学
• 关键词: 稳健回归 截断核范数 交替方向乘子算法 人脸识别
• 年，卷（期）: 2021,（3）
• 页码范围: 741-750
• 页数: 10页
• 分类号: TP3

摘要

采用回归方法进行人脸识别的过程中对误差的度量采用像素层的F范数,此方法需要假设像素之间是相互独立的,然而在具有连续遮挡的情况下该假设是不成立的。事实上,误差图像在空间上是相关的,采用矩阵的截断核范数可以更好地描述图像的结构信息。对误差图像进行分析后,提出了一种截断核范数的回归模型,并采用交替方向乘子算法(ADMM)求解。与现有的其他回归方法相比,本文的方法将误差检测和误差矫正集成到一个回归模型中,对Extend Yale B人脸数据库的实验也证明了该方法在人脸识别上的优越性。