一种鲁棒稀疏表示的单样本人脸识别算法

摘要：

稀疏表示在人脸识别问题上取得了非常优秀的识别结果,但在单样本条件下,算法性能下降严重.为提高单样本条件下稀疏表示的应用能力,提出一种鲁棒稀疏表示单样本人脸识别算法(RSR).通过使用每张人脸图像创建一组位置图像来扩充每个对象训练样本,并利用L2,1范数约束保证RSR算法选择正确对象的位置图像.在AR和extended Yale B人脸数据库上进行评测,实验结果表明RSR算法能够有效处理存在遮挡或光照变化的人脸图像,获得了较好的单样本人脸识别准确率,具有很强的鲁棒性.

关键词：稀疏表示、单样本、人脸识别、位置图像、L2、1范数

所属期刊栏目：35

分类号：TP391.41(计算技术、计算机技术)

资助基金：江苏省自然科学基金资助项目BK20140419;江苏省高校自然科学研究资助项目14KJB520001;苏州市物联网工程应用重点实验室项目SZS201407

在线出版日期：2018-12-14（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：3491-3496