基于块稀疏递推残差分析的稀疏表示遮挡鲁棒识别算法研究

摘要：

针对如何在未知类别的情况下自动检测出遮挡区域，然后在克服遮挡影响的基础上提高识别算法的鲁棒性问题，提出基于块稀疏递推残差分析的稀疏表示遮挡鲁棒识别算法。该算法首先将待测样本分为上下两部分，并分别用对应块的训练样本进行稀疏表示，找出稀疏度更高的块及对应的稀疏解，并将更稀疏前N个解推广到另一个块中，重构测试样本。然后根据重构测试样本与原测试样本的残差推测遮挡像素。考虑到遮挡区域的连续性，利用形态学操作对推测的遮挡区域进行规则化处理并得到加权矩阵。最后利用加权矩阵对测试样本和训练样本进行整体加权归一化，再利用全局稀疏表示进行最终的分类判决。在AR、Yale B及MNIST上的遮挡仿真实验证明该方法不但可大致确定遮挡区域，还可提高遮挡图像识别的性能。

关键词：模式识别、稀疏表示、遮挡图像、递推残差、形态学操作

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金项目61071199;河北省自然科学基金项目F2010001297;第二批中国博士后基金特别项目200902356

在线出版日期：2014-02-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：70-76