稀疏多级正则化结合SN的鲁棒人脸识别算法

作者：李荣; 王华君; 徐燕华; 孟德建

来源：控制工程, 2017, (01): 106-111.

DOI：10.14107/j.cnki.kzgc.150331

• 人脸识别
• 剪切波网络
• 稀疏表示
• 多任务稀疏学习
• 鲁棒性
• 不可控数据库

针对人脸姿态、光照、人脸表情和周围环境发生变化时人脸识别精度不高的问题,提出一种基于稀疏多级正则化剪切波网络的鲁棒人脸识别算法。该算法创新点有二:第一,采用剪切波网络(SN)多尺度方向框架去提取人脸特征,其优势在于剪切波框架具有高度稀疏表示,有利于的提取图像中鲁棒的几何内容;第二,采用了一种完善的多任务稀疏学习,利用识别阶段中正则化参数改变多个共享任务间的关系。实验结果表明:在可控数据库上,提出算法的识别率达98.5%;在不可控数据库上,比其他算法中的最好结果高5%左右。

• 单位
  无锡太湖学院