联合多模态表示的人脸识别方法研究

• 作者: 张杜娟 陈飞 丁莉
• 来源期刊: 电子设计工程
• 学科: 工学
• 关键词: 人脸识别 二维经验模态分解 多模态表示 多任务压缩感知
• 年，卷（期）: 2021,（24）
• 所属期刊栏目: 图像与多媒体|Image and Multimedia
• 页码范围: 175-178,183
• 页数: 5页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.14022/j.issn1674-6236.2021.24.036

摘要

针对人脸图像识别问题,提出联合多模态表示的方法.采用二维经验模态分解(BEMD)对人脸图像进行分解,获得多层次二维内蕴模函数(BIMF),作为人脸的多模态表示.在分类阶段,采用多任务压缩感知模型(MTCS)对多层次BIMF进行表征,求解不同BIMF的稀疏系数矢量,进而计算不同类别对于当前测试样本的重构误差,根据重构误差判断样本所属类别.通过在ORL和Yale-B人脸图像数据集上开展实验,所提方法平均识别率分别达到75.42％和94.07％,且对噪声干扰具有良好的稳健性.