-
题名融合整体与局部特征的低秩松弛协作表示
被引量：5
- 1
-
-
作者
张盼
练秋生
-
机构
燕山大学信息科学与工程学院
-
出处
《计算机研究与发展》
EI
CSCD
北大核心
2014年第12期2663-2670,共8页
-
基金
国家自然科学基金项目(61071200)
河北省自然科学基金项目(F2014203076)
-
文摘
目前的人脸识别算法经常忽视训练过程中噪声的影响,训练数据受到污染时识别性能会明显下降.针对该问题,提出了融合整体与局部特征的低秩松弛协作表示的人脸识别算法.通过低秩分解抑制训练样本的稀疏噪声,得到更加有效的人脸信息.利用松弛协作表示得到判别性更强的编码系数,增强人脸识别系统的判别性.为进一步提高识别率,提取局部特征的同时引入整体特征,运用整体特征和局部特征共同表示人脸图像.实验结果表明,尽管训练过程、测试过程都受到噪声污染,提出的算法对有光照、遮挡及表情变化的正面人脸图像的识别具有很好的鲁棒性,比现有的识别算法拥有更高的识别率.
-
关键词
人脸识别
低秩分解
松弛协作表示
整体特征
局部特征
-
Keywords
face recognition
low rank decomposition
relaxed collaborative representation
global features
local features
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
