基于协作表示和正则化最小二乘法的多姿态人脸识别方法

摘要：

针对现有人脸识别方法不能很好地处理姿态变化的问题,提出一种基于协作表示和正则化最小二乘法的多姿态人脸识别方法.利用通用弹性模型(GEM)将图库中的人脸图像构建成为一个3D模型,在3D人脸姿态的三个方向(偏航、俯仰和翻滚)上提取特征,构建一个三维协作字典矩阵(CDM),利用正则化最小二乘法(RLS)和协作表示(CR)分类法对人脸进行识别分类.在AR和视频人脸数据库上进行实验,结果表明,该方法能够有效地解决具有姿态变化的人脸识别,同时对表情和光照变化也具有鲁棒性,且实时性高.

关键词：多姿态人脸识别、3D模型、协作表示、正则化最小二乘法

所属期刊栏目：40

分类号：TN911.73-34;TP391

资助基金：国家自然科学基金项目61503206;河南省教育厅科学技术研究重点项目14A520046;河南省高等学校重点科研项目15B520006

在线出版日期：2017-04-17（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：49-53