集体表示分类方法及在人脸识别中的应用

摘要：

近年来,基于表示的人脸图像识别方法吸引了众多学者的关注,如稀疏表示分类方法(Sparse Representation based Classification,SRC)、协作表示方法(Collaborative Representation based Classification,CRC)等.这些方法均利用单张图像的表示信息进行识别,而忽略了集体图像之间的关联性,容易存在信息不足的缺陷.为了能够充分利用多张人脸图像的相互关系,提出了一类集体表示分类方法.该方法将多张待识别图像映射为一个稀疏表示矩阵,并对每类测试图像集体重构,以最小残差为准则对每类人脸图像集分类.这种方法通过同时表示多张图像,关注到不同图像之间的相似与不同,获取到同一主体的更多信息,从而提高识别正确率.尤其在只有多张侧脸图像而无正脸图像的情况下,集体表示分类方法更能发挥优势,在两个公开人脸图像数据集上的实验结果也验证了该方法的有效性.

关键词：集体表示、人脸识别、稀疏优化

所属期刊栏目：53

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金11471159,61661136001

在线出版日期：2017-07-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：16-20,98