基于鉴别字典学习的遮挡人脸姿态识别

摘要：

利用字典学习与稀疏表示的信号重建与分类的性能,两步字典训练学习方法引入到鲁棒性人脸姿态识别中.首先,将人脸姿态离散化为不同的子空间,使用K-奇异值分解法(K-SVD)为每个子空间训练一个子字典使其对应一个类别;然后,将所有子字典组合成超完备字典;最后,采用基于Gabor特征与稀疏表示的方法进行姿态分类.为了提高字典的分类能力,本文采用两步字典训练学习方法,并在第二步学习中加入类别约束;为了提高算法的鲁棒性,本文重构一个遮挡人脸字典,解决人脸姿态识别中人脸遮挡问题.通过在公开的XJTU、PIE和CAS-PEAL-R1人脸库上的实验结果表明,本文方法在具有光照、噪声和遮挡变化的人脸库识别率均能达到95％左右,基本能达到实际应用的要求.

关键词：人脸姿态识别、人脸识别、遮挡人脸处理、字典学习、稀疏表示

所属期刊栏目：43

分类号：P237(摄影测量学与测绘遥感)

资助基金：The Program of the Natural Science Foundation of Hubei Province,No.2017CFB300;the Hubei Provincial Education Department Science and Technology Research Projects,No.Q20172805;the Hubei Provincial Education Science Plan Project,No.2016GB086.湖北省自然科学基金2017CFB300;湖北省教育厅科学技术研究项目Q20172805;湖北省教育科学规划项目2016GB086

在线出版日期：2018-03-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：275-281,288