郑州大学学报（工学版）
鄭州大學學報（工學版）
정주대학학보（공학판）
JOURNAL OF ZHENGZHOU UNIVERSITY(ENGINEERING SCIENCE)
2015年
2期
94-98
,共5页
LDA%稀疏表示%特征提取%人脸识别
LDA%稀疏錶示%特徵提取%人臉識彆
LDA%희소표시%특정제취%인검식별
LDA%sparse representation%feature extraction%face recognition
针对稀疏表示分类(SRC)算法采取随机脸法提取的数据特征判别力较弱问题,提出一种线性判别分析特征提取稀疏表示人脸识别方法.该方法首先采用线性判别分析算法求解最优判别投影子空间,然后把训练样本投影到该子空间以提取相应的数据特征,并用训练样本的数据特征做字典来表示测试样本数据特征.更进一步来说就是,通过提取出测试样本稀疏特征的向量,和测试样本的数据特征进行比对找出其联系和差别并表示出比对后的残差.最后根据构造的残差找出样本的类别来实现其识别目的.通过在Extend Yale B和CMU PIE人脸数据库上一系列的测试,证明该方法具有很好的识别效果.
針對稀疏錶示分類(SRC)算法採取隨機臉法提取的數據特徵判彆力較弱問題,提齣一種線性判彆分析特徵提取稀疏錶示人臉識彆方法.該方法首先採用線性判彆分析算法求解最優判彆投影子空間,然後把訓練樣本投影到該子空間以提取相應的數據特徵,併用訓練樣本的數據特徵做字典來錶示測試樣本數據特徵.更進一步來說就是,通過提取齣測試樣本稀疏特徵的嚮量,和測試樣本的數據特徵進行比對找齣其聯繫和差彆併錶示齣比對後的殘差.最後根據構造的殘差找齣樣本的類彆來實現其識彆目的.通過在Extend Yale B和CMU PIE人臉數據庫上一繫列的測試,證明該方法具有很好的識彆效果.
침대희소표시분류(SRC)산법채취수궤검법제취적수거특정판별력교약문제,제출일충선성판별분석특정제취희소표시인검식별방법.해방법수선채용선성판별분석산법구해최우판별투영자공간,연후파훈련양본투영도해자공간이제취상응적수거특정,병용훈련양본적수거특정주자전래표시측시양본수거특정.경진일보래설취시,통과제취출측시양본희소특정적향량,화측시양본적수거특정진행비대조출기련계화차별병표시출비대후적잔차.최후근거구조적잔차조출양본적유별래실현기식별목적.통과재Extend Yale B화CMU PIE인검수거고상일계렬적측시,증명해방법구유흔호적식별효과.
