稀疏表示人脸识别算法的研究与改进

摘要：

为了提高稀疏表示人脸识别技术在对姿态、光照等情况下的识别率和鲁棒性,在GSRC算法的理论基础上提出使用向量总变差模型取代最小l1范数进行稀疏求解.在扩展YaleB人脸数据库和ORL人脸数据库上的数值实验结果中,改进方法在识别率和鲁棒性上都得到了提高,尤其在低维观测数据下,具有较大的优势.表明使用向量总变差模型进行稀疏求解在稀疏表示入脸识别率更具有优势.

关键词：稀疏表示、向量总变差模型、最小范数

所属期刊栏目：30

分类号：TP391.9(计算技术、计算机技术)

资助基金：高等学校博士学科点专项科研基金20113401130001;安徽省自然科学基金项目1208085QF114

在线出版日期：2013-07-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：405-408,413