电子技术
電子技術
전자기술
ELECTRONIC TECHNOLOGY
2014年
6期
1-3
,共3页
人脸识别%LBP算子%稀疏表示%RSRC
人臉識彆%LBP算子%稀疏錶示%RSRC
인검식별%LBP산자%희소표시%RSRC
face recognition%LBP operator%sparse representation%RSRC
提出了一种基于LBP算子和鲁棒稀疏表示的人脸识别方法。首先，提取训练样本和测试样本的LBP特征。其次，在原有稀疏表示分类器(SRC)的基础上添加一个权值矩阵W来解决l1正则化最小二乘问题。最后，利用鲁棒稀疏表示分类器(RSRC)分类测试人脸图像所属类别。在AT&T人脸库上进行实验的结果表明，此方法是优于其他经典算法的。
提齣瞭一種基于LBP算子和魯棒稀疏錶示的人臉識彆方法。首先，提取訓練樣本和測試樣本的LBP特徵。其次，在原有稀疏錶示分類器(SRC)的基礎上添加一箇權值矩陣W來解決l1正則化最小二乘問題。最後，利用魯棒稀疏錶示分類器(RSRC)分類測試人臉圖像所屬類彆。在AT&T人臉庫上進行實驗的結果錶明，此方法是優于其他經典算法的。
제출료일충기우LBP산자화로봉희소표시적인검식별방법。수선，제취훈련양본화측시양본적LBP특정。기차，재원유희소표시분류기(SRC)적기출상첨가일개권치구진W래해결l1정칙화최소이승문제。최후，이용로봉희소표시분류기(RSRC)분류측시인검도상소속유별。재AT&T인검고상진행실험적결과표명，차방법시우우기타경전산법적。
This paper proposes a new face recognition method based on LBP operator and RSR (Robust Sparse Representation). Firstly, the LBP features of the training data and testing data are extracted. Secondly, on the basis of SRC, a weighted matrix W is added to solve a l1-regularized least square problem. Finally, RSRC is used to judge which class the face images belong to. Experimental results on AT&T database demonstrate the new method has very good performance and superior over other classical methods.
