基于字典学习和局部约束的稀疏表示人脸识别

摘要：

针对稀疏表示用于人脸识别时,由训练样本构成的原字典包含不利于识别的信息,且对测试样本进行编码时,稀疏表示系数判别性不足的问题,提出了一种基于字典学习的局部约束稀疏表示的人脸图像识别方法.该方法首先对原字典,利用Fisher判别的字典学习(FDDL)得到具有字典识别力和编码识别力的结构化字典.然后利用学习得到的字典,对测试样本在局部约束下进行稀疏表示(LCSRC),可以得到更多包含判别信息的有效稀疏表示系数,从而提高整体识别性能.在ORL和AR数据库的实验结果验证了文中方法的有效性.

关键词：稀疏表示分类、Fisher判别字典学习、局部约束、人脸识别

所属期刊栏目：14

分类号：TP391(计算技术、计算机技术)

在线出版日期：2018-04-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：200-202