一种新的基于稀疏表示的SVM人脸识别方法

被引：3

作者：

叶加青 ^{[1
]}

胡海平 ^{[2
]}

机构：

[1] 淮南联合大学计算机系

[2] 上海大学理学院

来源：

应用数学与计算数学学报 | 2016年 / 30卷 / 03期

关键词：

稀疏表示; 支持向量机; 人脸识别; 字典学习;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

提出基于稀疏表示的支持向量机(support vector machine,SVM)人脸识别方法,首先将人脸图像通过稀疏表示出来,然后用SVM对稀疏表示的人脸图像进行多分类识别,利用所提出的方法对ORL人脸图像库进行仿真实验.仿真结果表明,该方法优于一般的主成份分析结合SVM人脸识别方法,同时比单纯的稀疏表示编码方法的效果要好.

引用

页码：437 / 444

页数：8

共 4 条

[1]

Face recognition [J] . W. Zhao,R. Chellappa,P. J. Phillips,A. Rosenfeld.&nbsp&nbspACM Computing Surveys (CSUR) . 2003 (4)

[2] Learning overcomplete representations [J].

Lewicki, MS ;

Sejnowski, TJ .

NEURAL COMPUTATION, 2000, 12 (02) :337-365

[3]

Sparse coding with an overcomplete basis set: A strategy employed by V1? [J] . Bruno A. Olshausen,David J. Field.&nbsp&nbspVision Research . 1997 (23)

[4]

The Database of Face .2 Cambridge University Computer Laboratory. http://www.cl.cam.ac.uk/research/dtg/attarchive/facedatabase.html . 1995

← 1 →