基于低秩子空间恢复的联合稀疏表示人脸识别算法

被引:45
作者
胡正平
李静
机构
[1] 燕山大学信息科学与工程学院
关键词
人脸识别; 稀疏表示; 联合稀疏; 低秩子空间恢复;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
针对阴影、反光及遮挡等原因破坏图像低秩结构这一问题,提出基于低秩子空间恢复的联合稀疏表示识别算法.首先将每个个体的所有训练样本图像看作矩阵D,将矩阵D分解为低秩矩阵A和稀疏误差矩阵E,其中A表示某类个体的‘干净’人脸,严格遵循子空间结构,E表示由阴影、反光、遮挡等引起的误差项,这些误差项破坏了人脸图像的低秩结构.然后用低秩矩阵A和误差矩阵E构造训练字典,将测试样本表示为低秩矩阵A和误差矩阵E的联合稀疏线性组合,利用这两部分的稀疏逼近计算残差,进行分类判别.实验证明该稀疏表示识别算法有效,识别精度得到了有效提高.
引用
收藏
页码:987 / 991
页数:5
相关论文
共 3 条
[1]   一种基于稀疏编码的多核学习图像分类方法 [J].
亓晓振 ;
王庆 .
电子学报, 2012, 40 (04) :773-779
[2]   面向压缩感知的块稀疏度自适应迭代算法 [J].
付宁 ;
乔立岩 ;
曹离 .
电子学报, 2011, 39(S1) (S1) :75-79
[3]   Robust Principal Component Analysis? [J].
Candes, Emmanuel J. ;
Li, Xiaodong ;
Ma, Yi ;
Wright, John .
JOURNAL OF THE ACM, 2011, 58 (03)