基于LTS优化图像切边LRC的面部遮挡人脸识别研究

摘要：

针对现实人脸识别中由于伪装(如围巾、太阳镜和头发)或其他物体引起的面部遮挡而严重影响识别率的问题,提出了一种基于最小截平方和的图像切边线性回归分类算法.首先,使用一个鲁棒性强的估计量检测并裁剪查询样本、训练样本中受污染的像素点;然后,利用线性回归分类算法对图像进行切边;最后,利用LTS计算出规范化的重构误差,并根据重构误差最小的类完成人脸的识别.在通用人脸数据库AR、扩展的YaleB数据库以及一个户外人脸库上的实验验证了所提算法的有效性及可靠性,实验结果表明,相比其他几种回归分类算法,取得了更高的识别率,同时大大降低了训练总完成时间.

关键词：人脸识别、图像切边、面部遮挡、最小截平方和、线性回归分类、重构误差

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：河南省教育厅科学技术研究重点项目13A520504

在线出版日期：2014-08-15（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：99-104