基于WSSRC单样本人脸识别及样本扩充方法研究

摘要：

由于传统的SRC方法的实时性不强、单样本条件下算法性能低等缺点,提出了融合全局和局部特征的加权超级稀疏表示人脸识别方法(WSSRC),同时采用一种三层级联的虚拟样本产生方法获取冗余样本,将生成的多种表情和多种姿态的新样本当成训练样本,运用WSSRC算法进行人脸识别分类;在单样本的情况下,实验证实在ORL人脸库上该方法比传统的SRC方法提高了15.53％的识别率,使用在FERET人脸库上则提高7.67％;这样的方法与RSRC、SSRC、DMMA、DCT-based DMMA、I-DMMA相比,一样具备较好的识别性能.

关键词：稀疏表示分类、样本扩展、WSSRC、三层级联

所属期刊栏目：24

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金61404083;上海海事大学科学基金20120108

在线出版日期：2016-11-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：154-157