基于低秩表示与矩阵填充的人脸识别方法

摘要：

基于回归分析的人脸识别方法在处理不完备数据矩阵时,先对矩阵进行填充,再使用人脸识别方法,因此会降低分类性能.为了更有效地执行关于不完备数据的识别,文中将低秩矩阵填充和低秩表示学习整合在同一个模型,提出基于低秩表示和低秩矩阵填充的人脸识别方法.通过最小化表示系数和矩阵秩交替计算样本低秩表示系数矩阵和恢复矩阵缺失项,再使用最近邻分类器实现分类.在一些公开人脸数据集上的实验表明,在训练样本矩阵元素随机缺失时,文中方法可以有效提高识别精度及降低填充误差.

关键词：低秩表示、矩阵填充、缺失项、人脸识别

所属期刊栏目：31

分类号：TP391;TP371(计算技术、计算机技术)

资助基金：国家自然科学基金项目11571074,71273053;福建省自然科学基金项目2018J01666

在线出版日期：2019-02-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1111-1119