10.13718/j.cnki.xdzk.2017.01.026
基于改进协同表示的二级分类人脸识别方法
基于协同表示分类(CRC)算法在实际应用中的效果,考虑到样本局部相似性先验信息对分类识别的不同贡献,构建加权矩阵,并嵌入到CRC中,称为加权CRC.为进一步改善人脸识别的性能,设计了如下算法:一种将加权CRC 重复两次;另一种则将其与线性表示分类(LRC)结合.两种方法的共同特点为:首先基于主成分分析(PCA)对所有图像样本进行降维,以降低计算的复杂度;其次都是在第一阶段的加权 CRC中根据重构残差排序保留相关性较大的训练样本用于下一阶段的分类识别.这种缩小分类目标的做法,使识别更精确.在 ORL,FERET及AR人脸数据库上通过仿真验证了本文所提方法的有效性.
协同表示分类、样本局部相似性、加权矩阵、线性表示分类、人脸识别
39
TP391.41(计算技术、计算机技术)
国家自然科学基金项目61473159;南通航运职业技术学院科技基金重点资助项目HYKJ/2016A02
2017-03-06(万方平台首次上网日期,不代表论文的发表时间)
共7页
172-178