基于同类测试样本组的稀疏表示人脸识别

摘要：

近年来的研究表明,稀疏表示分类(SRC)方法是一种有效的人脸识别方法.SRC是单个样本基于向量l1-范数正则化的最小二乘分类.但现实中常常存在着已知多个测试样本属于同一类的情况,无疑有利于分类,而基于SRC或其他单样本模型的方法却未能利用该信息.为利用类别标签信息,提出了一种新的鲁棒人脸识别方法.该方法基于同类测试样本组的稀疏表示分类(IGSRC),即将同类多个测试样本放至同组,采用矩阵L1-范数正则化的最小二乘分类进行稀疏表示,将测试样本组判为类别中残差最小的标号.实验结果表明,相比于SRC与IGSRC方法,所提出的方法不但能取得更高的人脸识别率(即使在每类别训练样本数较少、训练样本存在部分遮挡),而且具有更少的计算耗时.

关键词：类内测试样本组、稀疏表示、人脸识别、矩阵L1-范数、多样本

所属期刊栏目：27

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目11471159,61661136001;南京航空航天大学研究生创新开放基金kfjj20150706

在线出版日期：2017-09-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：7-11