局部联合结构化稀疏表示的单样本人脸识别

摘要：

针对单样本问题,基于相同类别的人脸变化信息应有相似的稀疏编码这一事实,提出结构化稀疏变化字典学习方法,以得到较好的共享类内变化字典.同时鉴于同一人脸的所有区域应有相同的类标签,通过训练样本与变化字典按坐标分块联合表示查询人脸区域,然后给稀疏系数引入导致结构化稀疏效果的约束条件,实现对应类别字典的自动选择,从而更好地表示查询人脸.提出的人脸表示方法可以在局部识别方法的优势上整合全局信息,使得在AR、Extended Yale B、CMU-PIE人脸库上的表现超过其他单样本识别相关的方法,取得了较好的识别效果.

关键词：单样本、结构化稀疏、类内变化字典、联合表示

所属期刊栏目：54

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金61202312;中央高校基本科研业务费JUSRP51510

在线出版日期：2018-01-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：204-209,228