-
题名字典学习优化判别性降维的鲁棒人脸识别
- 1
-
-
作者
唐新宇
刘保利
-
机构
广东工商职业学院计算机应用技术系
空军工程大学理学院
-
出处
《激光杂志》
CAS
CSCD
北大核心
2014年第10期84-88,共5页
-
文摘
针对现有的人脸识别算法由于光照、表情、姿态、面部遮挡等变化而严重影响识别性能的问题,提出了基于字典学习优化判别性降维的鲁棒人脸识别算法。首先,利用经典的特征提取算法PCA初始化降维投影矩阵;然后,计算字典和系数,通过联合降维与字典学习使得投影矩阵和字典更好地相互拟合;最后,利用迭代算法输出字典和投影矩阵,并利用经l2-范数正则化的分类器完成人脸的识别。在扩展YaleB、AR及一个户外人脸数据库上的实验验证了本文算法的有效性及鲁棒性,实验结果表明,相比几种线性表示算法,本文算法在处理鲁棒人脸识别时取得了更高的识别率。
-
关键词
鲁棒人脸识别
判别性降维
字典学习
线性表示
面部遮挡
户外人脸
-
Keywords
Robust face recognition
Discriminative dimensionality reduction
Dictionary learning
Linear representation
Facial occlusion
Wild face
-
分类号
TP391.3
[自动化与计算机技术—计算机应用技术]
-
