当前位置: 首页 > 文章 > 基于局部敏感和分组稀疏的鲁棒人脸识别 河北北方学院学报(自然科学版) 2022 (5) 12-17
Position: Home > Articles > 基于局部敏感和分组稀疏的鲁棒人脸识别 Journal of Hebei North University(Natural Science Edition) 2022 (5) 12-17

基于局部敏感和分组稀疏的鲁棒人脸识别

作  者:
孙茜
单  位:
安徽邮电职业技术学院计算机系
关键词:
人脸识别;稀疏表示;局部敏感;分组稀疏;
摘  要:
目的 为了提升人脸识别的性能,提出一种将局部敏感性稀疏和分组稀疏相结合的人脸识别方法。方法 同时学习人脸图像分组稀疏性和数据局部性,不仅考虑了训练数据字典的分组结构信息,也整合了数据的局部性,学习更多的可判别稀疏表示系数用以人脸识别。实验在ORL,AR和Extended Yale B数据库上进行仿真测试。结果 仿真结果表明,在ORL数据库上,提出方法在50%训练百分比设置下实现了98.000%的识别性能,在AR数据库上,提出方法在不同PCA降维设置下最高可以实现优于SRC算法5.008%的识别性能,在Extended Yale B数据库上,提出方法在特征维数为130时可以实现96.626%识别性能。结论 采用该方法能够对不同姿态、光照、表情变化具有较强鲁棒性,提升人脸识别的性能,实际应用效果好。

相似文章

计量
文章访问数: 26
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊