基于加权分块稀疏表示的光照鲁棒性人脸识别

摘要：

针对光照变化对人脸识别的效果带来严重影响，提出一种对人脸识别的光照变化具有鲁棒性的方法，即基于加权分块稀疏表示的人脸识别方法。该方法首先对人脸图像进行离散余弦变换（DCT），通过去除 DCT 系数的低频部分来移除光照变化分量。通过反离散余弦变换得到光照归一化后的人脸图像，将人脸图像分块，独立地对每个子块作基于稀疏表示的分类，并对每个子块的分类结果进行加权投票得出测试人脸图像的类别。在 Yale B、extended-Yale B、CMU-PIE 和 FERET 人脸库上进行实验，实验结果表明该方法适用于光照鲁棒的人脸识别。

关键词：人脸识别、光照归一化、稀疏表示、加权分块

分类号：TP391.41(计算技术、计算机技术)

资助基金：中国科学院战略性先导科技专项基金资助项目XDA06030900

在线出版日期：2015-05-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1563-1567,1571