计算机工程与科学
計算機工程與科學
계산궤공정여과학
Computer Engineering and Science
2015年
9期
1742-1749
,共8页
低秩表示%低秩映射%稀疏误差图%人脸识别
低秩錶示%低秩映射%稀疏誤差圖%人臉識彆
저질표시%저질영사%희소오차도%인검식별
low rank representation%low rank projection%sparse error image%face recognition
可变光照和有遮挡人脸识别是人脸识别问题中的一个难点.受到鲁棒主成分分析法(RP-CA)和稀疏表示分类法(SRC)的启发,提出一种基于低秩表示(LRR)中稀疏误差图像的可变光照有遮挡人脸识别算法.在训练阶段,利用LRR计算每类人脸低秩数据矩阵,在此基础上求解每类人脸图像低秩映射矩阵,通过各类低秩映射矩阵将未知人脸图像投影得到每类下的低秩数据矩阵和稀疏误差矩阵,为了有效提取稀疏误差图像中的鉴别信息,分别对稀疏误差图像进行边缘检测和平滑度分析,设计了基于两者加权和的类别判据.在Extended Yale B和AR两个数据库上进行了详细的实验分析,实验结果与其它算法相比较有明显提高,证实了所提算法的有效性和鲁棒性.
可變光照和有遮擋人臉識彆是人臉識彆問題中的一箇難點.受到魯棒主成分分析法(RP-CA)和稀疏錶示分類法(SRC)的啟髮,提齣一種基于低秩錶示(LRR)中稀疏誤差圖像的可變光照有遮擋人臉識彆算法.在訓練階段,利用LRR計算每類人臉低秩數據矩陣,在此基礎上求解每類人臉圖像低秩映射矩陣,通過各類低秩映射矩陣將未知人臉圖像投影得到每類下的低秩數據矩陣和稀疏誤差矩陣,為瞭有效提取稀疏誤差圖像中的鑒彆信息,分彆對稀疏誤差圖像進行邊緣檢測和平滑度分析,設計瞭基于兩者加權和的類彆判據.在Extended Yale B和AR兩箇數據庫上進行瞭詳細的實驗分析,實驗結果與其它算法相比較有明顯提高,證實瞭所提算法的有效性和魯棒性.
가변광조화유차당인검식별시인검식별문제중적일개난점.수도로봉주성분분석법(RP-CA)화희소표시분류법(SRC)적계발,제출일충기우저질표시(LRR)중희소오차도상적가변광조유차당인검식별산법.재훈련계단,이용LRR계산매류인검저질수거구진,재차기출상구해매류인검도상저질영사구진,통과각류저질영사구진장미지인검도상투영득도매류하적저질수거구진화희소오차구진,위료유효제취희소오차도상중적감별신식,분별대희소오차도상진행변연검측화평활도분석,설계료기우량자가권화적유별판거.재Extended Yale B화AR량개수거고상진행료상세적실험분석,실험결과여기타산법상비교유명현제고,증실료소제산법적유효성화로봉성.
