-
题名L_(2,1)范数稀疏约束的二值特征学习人脸识别
- 1
-
-
作者
王鹤澎
睢明聪
孙伟杰
叶学义
-
机构
杭州电子科技大学通信工程学院
-
出处
《计算机应用与软件》
北大核心
2025年第11期134-143,共10页
-
基金
国家自然科学基金项目(U19B2016,60802047)。
-
文摘
针对现有面向人脸识别的二值特征学习算法对原空间特征不作区分的问题,提出一种引入基于L_(2,1)范数的稀疏约束嵌入到二值特征学习,在迭代中利用该约束来诱导产生结构稀疏的投影矩阵,从而提高重要特征的贡献度,减少次要特征的影响。同时考虑到所产生的计算耗费,利用训练集去中心化代替目标函数的比特平衡项以简化计算,并给出其合理性证明以及目标函数的求解迭代式子。实验结果表明,相比于其他同类算法,该算法在FERET、CAS-PEAL-R1和LFW三个公开的人脸库上取得了更好的效果。
-
关键词
二值特征学习(BFL)
L_(2
1)范数稀疏约束
人脸识别
-
Keywords
Binary feature learning
L_(2,1)norm sparse constraint
Face recognition
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
