字典学习优化判别性降维的鲁棒人脸识别

作者：唐新宇; 刘保利

来源：激光杂志, 2014, 35(10): 84-88.

DOI：10.14016/j.cnki.jgzz.2014.10.084

• 鲁棒人脸识别
• 判别性降维
• 字典学习
• 线性表示
• 面部遮挡
• 户外人脸

针对现有的人脸识别算法由于光照、表情、姿态、面部遮挡等变化而严重影响识别性能的问题,提出了基于字典学习优化判别性降维的鲁棒人脸识别算法。首先,利用经典的特征提取算法PCA初始化降维投影矩阵;然后,计算字典和系数,通过联合降维与字典学习使得投影矩阵和字典更好地相互拟合;最后,利用迭代算法输出字典和投影矩阵,并利用经l2-范数正则化的分类器完成人脸的识别。在扩展YaleB、AR及一个户外人脸数据库上的实验验证了本文算法的有效性及鲁棒性,实验结果表明,相比几种线性表示算法,本文算法在处理鲁棒人脸识别时取得了更高的识别率。

• 单位
  广东工商职业学院; 空军工程大学理学院