基于局部通用的分块协同表示的单样本人脸识别

摘要：

针对单样本人脸图像存在的光照、表情、以及遮挡变化,提出一种局部通用的分块协同表示单样本人脸识别算法.算法首先根据训练样本构建通用的训练字典,建立自然变化下的人脸和部分为因光照、表情遮挡等变化的通用人脸集.其次将测试样本、训练样本进行分块,构造字典块矩阵.通过正则化协同表示对样本块进行稀疏表示和分类.在Extended Yale B、AR公开的人脸数据上仿真实验,这种基于通用表示的分块协同表示单样本人脸识别算法具有很好的鲁棒性,在训练样本较少以等复杂环境变化下,不论是识别效果还是计算复杂度都取得很好的效果.

关键词：局部通用、协同表示、单样本、鲁棒性

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

资助基金：山西医科大学汾阳学院科研项目2018D08

在线出版日期：2023-03-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：64-66