计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2014年
8期
2227-2230
,共4页
薄纯娟%张汝波%刘冠群%汪语哲
薄純娟%張汝波%劉冠群%汪語哲
박순연%장여파%류관군%왕어철
人脸识别%稀疏表示%核函数%局部二元特征%汉明核
人臉識彆%稀疏錶示%覈函數%跼部二元特徵%漢明覈
인검식별%희소표시%핵함수%국부이원특정%한명핵
face recognition%sparse representation%kernel function%local binary feature%Hamming kernel
提出了一种新颖的核非负稀疏表示(KNSR)算法,将其用于人脸识别,主要贡献有如下3个方面:首先,在稀疏表示(SR)的基础上引入了对表示系数的非负限制,并利用核函数来描述样本之间的非线性关系,提出了相应的目标函数;其次,提出了一种乘性梯度下降迭代算法对提出的目标函数进行优化求解,该算法在理论上可以保证收敛到全局最优值;最后,利用局部二元特征和汉明核来建模人脸样本的非线性关系,从而实现鲁棒的人脸识别.实验结果表明,在具有挑战性的人脸库上所提算法识别率均高于最近邻(NN)算法、支持向量机(SVM)、最近子空间(NS)、SR和协同表示(CR)算法,在YaleB和AR数据库上都达到了大约99％的识别率.
提齣瞭一種新穎的覈非負稀疏錶示(KNSR)算法,將其用于人臉識彆,主要貢獻有如下3箇方麵:首先,在稀疏錶示(SR)的基礎上引入瞭對錶示繫數的非負限製,併利用覈函數來描述樣本之間的非線性關繫,提齣瞭相應的目標函數;其次,提齣瞭一種乘性梯度下降迭代算法對提齣的目標函數進行優化求解,該算法在理論上可以保證收斂到全跼最優值;最後,利用跼部二元特徵和漢明覈來建模人臉樣本的非線性關繫,從而實現魯棒的人臉識彆.實驗結果錶明,在具有挑戰性的人臉庫上所提算法識彆率均高于最近鄰(NN)算法、支持嚮量機(SVM)、最近子空間(NS)、SR和協同錶示(CR)算法,在YaleB和AR數據庫上都達到瞭大約99％的識彆率.
제출료일충신영적핵비부희소표시(KNSR)산법,장기용우인검식별,주요공헌유여하3개방면:수선,재희소표시(SR)적기출상인입료대표시계수적비부한제,병이용핵함수래묘술양본지간적비선성관계,제출료상응적목표함수;기차,제출료일충승성제도하강질대산법대제출적목표함수진행우화구해,해산법재이론상가이보증수렴도전국최우치;최후,이용국부이원특정화한명핵래건모인검양본적비선성관계,종이실현로봉적인검식별.실험결과표명,재구유도전성적인검고상소제산법식별솔균고우최근린(NN)산법、지지향량궤(SVM)、최근자공간(NS)、SR화협동표시(CR)산법,재YaleB화AR수거고상도체도료대약99％적식별솔.
