计算机工程与设计
計算機工程與設計
계산궤공정여설계
COMPUTER ENGINEERING AND DESIGN
2014年
2期
666-670,676
,共6页
张宏星%邹刚%赵键%李志勇
張宏星%鄒剛%趙鍵%李誌勇
장굉성%추강%조건%리지용
人脸识别%稀疏表示%Gabor特征%协同表示%分类算法
人臉識彆%稀疏錶示%Gabor特徵%協同錶示%分類算法
인검식별%희소표시%Gabor특정%협동표시%분류산법
face recognition%sparse representation%Gabor feature%collaborative representation%classify arithmetic
基于稀疏表示的分类识别算法(SRC)在进行人脸识别处理时需要求解基于l1范数最小化问题,导致SRC方法的计算复杂度较高.基于协同表示和规则最小二乘的分类识别方法(CRC-RLS),提出SRC算法对于分类的有效性不是取决于基于l1范数的稀疏性,而是由其内在的协同表示性所决定的,因此将基于l1范数的稀疏性约束条件简化为最小二乘约束问题,算法复杂度得到大幅降低.由于SRC和CRC-RLS算法均采用特征脸作为分类识别的特征矢量,导致识别鲁棒性不强.以人脸图像的规则化扩展Gabor特征作为特征矢量,结合协同表示的方法,提出了一种新的基于Gabor特征与协同表示的人脸识别算法(Gabor-CRC).实验结果表明,该方法对于人脸图像的光照、表情和姿态等变化具备较强鲁棒性,算法运行速度较快.
基于稀疏錶示的分類識彆算法(SRC)在進行人臉識彆處理時需要求解基于l1範數最小化問題,導緻SRC方法的計算複雜度較高.基于協同錶示和規則最小二乘的分類識彆方法(CRC-RLS),提齣SRC算法對于分類的有效性不是取決于基于l1範數的稀疏性,而是由其內在的協同錶示性所決定的,因此將基于l1範數的稀疏性約束條件簡化為最小二乘約束問題,算法複雜度得到大幅降低.由于SRC和CRC-RLS算法均採用特徵臉作為分類識彆的特徵矢量,導緻識彆魯棒性不彊.以人臉圖像的規則化擴展Gabor特徵作為特徵矢量,結閤協同錶示的方法,提齣瞭一種新的基于Gabor特徵與協同錶示的人臉識彆算法(Gabor-CRC).實驗結果錶明,該方法對于人臉圖像的光照、錶情和姿態等變化具備較彊魯棒性,算法運行速度較快.
기우희소표시적분류식별산법(SRC)재진행인검식별처리시수요구해기우l1범수최소화문제,도치SRC방법적계산복잡도교고.기우협동표시화규칙최소이승적분류식별방법(CRC-RLS),제출SRC산법대우분류적유효성불시취결우기우l1범수적희소성,이시유기내재적협동표시성소결정적,인차장기우l1범수적희소성약속조건간화위최소이승약속문제,산법복잡도득도대폭강저.유우SRC화CRC-RLS산법균채용특정검작위분류식별적특정시량,도치식별로봉성불강.이인검도상적규칙화확전Gabor특정작위특정시량,결합협동표시적방법,제출료일충신적기우Gabor특정여협동표시적인검식별산법(Gabor-CRC).실험결과표명,해방법대우인검도상적광조、표정화자태등변화구비교강로봉성,산법운행속도교쾌.
