基于欠样本混合内变基字典的扩展协同表示算法

作者：董林鹭; 赵良军^*; 黄慧; 石小仕; 林**; 杨平先

来源：液晶与显示, 2020, 35(05): 491-498.

• 人脸识别
• 协同表示
• 权值融合
• 欠样本
• 特征提取
• 稀疏字典
• 机器学习
• 图像处理

协同表示算法对人脸图像具有快速分类的特点,但在单样本或欠样本情况下,对变化复杂的人脸识别率还不够理想,无法满足工程要求。针对该问题,提出一种基于欠样本混合内变基字典的扩展协同表示算法。首先借助在同一环境下采集到的不同人脸的变化过程,提取人脸的变化共同特征并生成内变基,再融合两种及两种以上不同人脸变化的共同特征生成混合内变基,提高内变基的通用性,建立训练样本与测试样本之间变化的稀疏字典。训练样本在字典帮助下近似构建出测试样本的特征人脸,达到扩展训练样本集的目的,再对人脸协同分类。利用AR库、ORL库、Yale库和Yale B库进行识别实验。结果表明,本文算法能有效提高协同表示算法的识别率,在欠样本情况下识别率提高7.33%～33.17%,在单样本情况下识别率提高6.78%～24.47%。

• 单位
  四川轻化工大学