基于低秩描述的特征提取算法

摘要：

低秩表示算法是通过最小化矩阵核范数来求解低秩表示系数,然而待求解的低秩表示系数的稀疏性低的要求导致求解不稳定的情况.针对这个问题,在基本的图像低秩表示算法中引入一个约束条件来保证系数的最稀疏性,在特征提取过程中来获取图像数据在各个空间中的整体几何结构.通过对不同的加噪图像进行去噪恢复和分类识别,并与现有算法对比,证明改进算法的低秩特性更具有效性和判别性.在ORL库和Yale B库人脸库上的实验结果证明,改进的算法比原算法在图像去噪效果上更有效,具有较高的识别率.

关键词：低秩表示、特征提取、分类识别

所属期刊栏目：16

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61203245;河北省自然科学基金F2012202027

在线出版日期：2016-06-28（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：200-204