基于全局和分离部件融合的双L1稀疏表示人脸图像识别算法

摘要：

考虑到人脸识别中全局与局部信息的互补作用,提出基于全局和分离部件相结合的双L1稀疏表示人脸图像识别算法.首先在L1稀疏表示的基础上,对入脸进行全局稀疏逼近.其次,在分离部件识别模型中,抽取并对齐稍有重叠的几个人脸部件,分别进行稀疏表示,然后使用基于稀疏表示残差的相似度投票方法,将各部件逼近结果综合.最后在决策层上将全局与部件的稀疏表示加权集成,形成双L1稀疏表示分类器.在公用人脸数据库上的实验表明,集成分类器优于各单一模块的识别性能,且由于融合了对光照、表情等变化不敏感的部件信息,系统鲁棒性得到提高.

关键词：人脸部件、人脸识别、稀疏表示、L1范数

所属期刊栏目：25

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61071199;河北省自然科学基金F2010001297;中国博士后自然科学基金20080440124;第二批中国博士后科学基金200902356

在线出版日期：2012-07-13（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：256-261