基于RPCA和卷积神经网络的光照人脸识别

作者：严培宏; 李雷

来源：电视技术, 2018, 42(08): 1-14.

DOI：10.16280/j.videoe.2018.08.001

• RPCA
• 卷积神经网络
• 人脸识别

针对传统的人脸识别中的特征提取会受光照、姿态、遮挡等影响,提出了基于RPCA和卷积神经网络的人脸识别算法。该算法将鲁棒主成分分析(Robust Principal Component Analysis,RPCA)与卷积神经网络相结合,来增强人脸的识别效果。首先对人脸样本YaleB进行划分,并利用鲁棒主成分分析提取出训练样本和测试样本的低秩矩阵和稀疏矩阵,最后利用卷积神经网络(Convolutional Neural Network,CNN)对训练样本的低秩矩阵进行识别分类。该算法在YaleB人脸库中进行测试,实验表明:提出的基于RPCA和卷积神经网络的光照人脸识别算法较RPCA和CNN具有更好的鲁棒性。

• 单位
  南京邮电大学