稀疏综合字典学习的小样本人脸识别

摘要：

传统以字典学习为基础的小样本人脸识别方法存在字典低辨别性、弱鲁棒性等缺点,对此,本文提出稀疏综合字典学习模型.该模型有效利用和生成人脸变化,以镜像原理及Fisher准则扩充训练样本多样性,通过构造混合特色字典、扩充干扰字典以及低秩字典原子,提取不同类别数据之间的共性、特殊性和异常情况,从而提高算法识别率以及对表情变化、姿态变化、遮挡等异常情况的处理能力.在AR、YALEB、LFW等人脸数据库进行仿真实验,实验结果验证了算法的有效性和可行性.

关键词：综合字典学习、人脸识别、类别特色字典、Fisher准则、小样本、图像扩充、镜像准则、扩充干扰字典、混合特色字典、低秩字典

所属期刊栏目：16

分类号：TP394(计算技术、计算机技术)

资助基金：江苏省研究生科研与实践创新计划项目;公安部重点实验室开放课题项目

在线出版日期：2021-07-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：218-227