基于深度学习和约束稀疏表达的人脸识别算法

被引：16

作者：

张继威

牛少彰

曹志义

王心怡

机构：

[1] 北京邮电大学智能通信软件与多媒体北京市重点实验室

来源：

北京理工大学学报 | 2019年 / 39卷 / 03期

关键词：

人脸识别; 约束稀疏表达; 深度学习; 图像序列;

D O I：

10.15918/j.tbit1001-0645.2019.03.006

中图分类号：

TP391.41 []; TP18 [人工智能理论];

学科分类号：

080203 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

目前的人脸特征匹配算法大多关注于单图像与单图像的匹配而不能有效利用图像序列之间的相关信息,因而提出了一种基于深度学习与约束稀疏表达的人脸特征匹配算法.通过CNN网络对人脸图像进行特征提取,并利用改进的稀疏表达方法自动选取相似的图像序列进行特征匹配,有效地利用了图像序列之间的相关信息.实验结果表明,该算法在LFW和AR数据库上取得了很好的效果并优于传统的SRC,L1-norm和CRC-RLS算法.

引用

页码：255 / 261

页数：7