基于判别性降维的字典学习在光照变化人脸识别中的应用

摘要：

针对光照变化人脸识别中大多数现有的人脸识别算法只能单独实施降维,或者字典学习而不能完全利用训练样本判别信息的问题,提出了基于判别性降维的字典学习算法.首先,利用经典的特征提取算法PCA初始化降维投影矩阵;然后,计算字典和系数,通过联合降维与字典学习使得投影矩阵和字典更好地相互拟合;最后,利用迭代算法输出字典和投影矩阵,并利用经l2-范数正则化的分类器完成人脸的识别.在PIE及扩展的YaleB两大人脸数据库上得到了验证了所提算法的有效性及可靠性.实验结果表明,相比几种较为先进的线性表示算法,所提算法在处理光照变化人脸识别时取得了更高的识别率.

关键词：人脸识别、判别性降维(DDR)、字典学习、线性表示、光照变化

所属期刊栏目：14

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60842003

在线出版日期：2014-07-11（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：42-48