CAJ | 학술논문

人脸识别作为最具吸引力的生物识别技术之一,由于会受到不同的照明条件、面部表情、姿态和环境的影响,仍然是一个具有挑战性的任务.众所周知,一幅人脸图像是对人脸的一次采样,它不应该被看作是脸部的绝对精确表示.然而在实际应用中很难获得足够多的人脸样本.随着稀疏表示方法在图像重建问题中的成功应用,研究人员提出了一种特殊的分类方法,即基于稀疏表示的分类方法.受此启发,提出了在稀疏表示框架下的整合原始人脸图像和虚拟样本的人脸分类算法.首先,通过合成虚拟训练样本来减少面部表示的不确定性.然后,在原始训练样本和虚拟样本组成的混合样本中通过计算来消除对分类影响较小的类别和单个样本,在系数分解的过程中采用最小误差正交匹配追踪(Error-Constrained Orthogonal Matching Pursuit,OMP)方法,进而选出贡献程度大的类别样本并进行分类.实验结果表明,提出的方法不仅能获得较高的人脸识别的精度,而且还具有更低的计算复杂性.
인검식별작위최구흡인력적생물식별기술지일,유우회수도불동적조명조건、면부표정、자태화배경적영향,잉연시일개구유도전성적임무.음소주지,일폭인검도상시대인검적일차채양,타불응해피간작시검부적절대정학표시.연이재실제응용중흔난획득족구다적인검양본.수착희소표시방법재도상중건문제중적성공응용,연구인원제출료일충특수적분류방법,즉기우희소표시적분류방법.수차계발,제출료재희소표시광가하적정합원시인검도상화허의양본적인검분류산법.수선,통과합성허의훈련양본래감소면부표시적불학정성.연후,재원시훈련양본화허의양본조성적혼합양본중통과계산래소제대분류영향교소적유별화단개양본,재계수분해적과정중채용최소오차정교필배추종(Error-Constrained Orthogonal Matching Pursuit,OMP)방법,진이선출공헌정도대적유별양본병진행분류.실험결과표명,제출적방법불부능획득교고적인검식별적정도,이차환구유경저적계산복잡성.