基于空间约束低秩图的人脸识别

摘要：

低秩表示能够很好地揭示隐藏在数据中的全局结构信息并且对噪声具有很强的鲁棒性.基于图嵌入维数约简理论框架,提出了一种人脸识别算法,其利用低秩表示模型构建数据低秩图.此外,在低秩模型中引入数据空间约束项,构建一种具有空间约束的低秩图以提高识别效果.在ORL和PIE标准人脸数据库上进行实验,同传统的识别算法相比,结果显示所提出的算法在识别率和对噪声的鲁棒性上具有更好的表现.

关键词：低秩表示、空间约束项、低秩图、人脸识别

所属期刊栏目：41

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金项目51365017,61305019;江西省科技厅青年科学基金20132bab211032

在线出版日期：2014-09-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：297-300,326