基于PCA特征基压缩传感算法的人脸识别

被引：5

作者：

张尤赛

赵艳萍

朱志宇

机构：

[1] 江苏科技大学电子信息学院

来源：

计算机工程 | 2012年 / 38卷 / 13期

关键词：

人脸识别; 压缩传感; 稀疏表示; 最小化l1范数; 鲁棒性;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

摘要：

针对人脸识别对遮挡、表情和光照的鲁棒性问题,提出基于PCA特征基压缩传感算法的人脸识别方法。利用双向二维主成分分析提取图像行列2个方向的特征并进行降维,建立反映人脸特征投影矩阵,作为压缩传感算法的超完备基。通过求解最小化l1范数,寻求图像在该超完备基上的稀疏表示,以得到一组最优稀疏系数重构各类图像,求取测试图像与各类重构图像的最小残差进行分类识别。实验结果表明,该方法在较低的人脸特征维数下具有较高的人脸识别率,能有效提高人脸识别对遮挡、表情和光照的鲁棒性。

引用

页码：152 / 155

页数：4

共 5 条

[1]

基于压缩感知理论的人脸识别方法研究 [D].

邢云 .

大连理工大学,

2010

[2]

Illumination invariant feature extraction and mutual-information-based local matching for face recognition under illumination variation and occlusion.[J].Amirhosein Nabatchian;Esam Abdel-Raheem;Majid Ahmadi.Pattern Recognition.2011, 10

[3]

基于二次多项式模型的人脸光照归一化 [J].

谢晓华 ;

赖剑煌 ;

郑伟诗 .

电子学报, 2010, 38 (08) :1791-1797

[4]

基于MW（2D）2PCA的单训练样本人脸识别 [J].

李欣 ;

王科俊 ;

贲晛烨 .

模式识别与人工智能, 2010, 23 (01) :77-83

[5]

压缩传感综述.[J].李树涛;魏丹;.自动化学报.2009, 11

← 1 →