基于判别式字典的正则化稀疏表示人脸识别算法

TP391.4; 为了克服非约束性（光照、表情变化）条件下会大大降低人脸识别率的缺陷，提出一种基于 Fisher判别准则的正则化稀疏表示人脸识别算法。首先将人脸图像经过 Gabor 滤波器滤波得到Gabor幅值图像，提取其统一化的局部二进制直方图，然后利用 Fisher判别准则学习得到新的字典，最后通过正则化的稀疏表示判断测试图像所属类。利用AR数据库的数据进行实验的结果表明，与SRC、FDDL、RSC识别算法相比，本文算法在非约束性条件下具有最佳的识别率。...

Full description

Saved in:
Bibliographic Details
Published in南京信息工程大学学报 no. 6; pp. 519 - 524
Main Authors 陆振宇, 张铃华, 何珏杉
Format Journal Article
LanguageChinese
Published 南京信息工程大学 江苏省大气环境与装备技术协同创新中心，南京，210044%南京信息工程大学 电子与信息学院，南京，210044 2015
南京信息工程大学 电子与信息学院，南京，210044
Subjects
统一化的局部二进制模式
uniform local binary pattern
Gabor filtering
学习字典
regularized sparse representation
dic-tionary learning
face recognition
人脸识别
正则化的稀疏表示
Gabor滤波
Online AccessGet full text
ISSN1674-7070

Cover

More Information
Summary:TP391.4; 为了克服非约束性（光照、表情变化）条件下会大大降低人脸识别率的缺陷，提出一种基于 Fisher判别准则的正则化稀疏表示人脸识别算法。首先将人脸图像经过 Gabor 滤波器滤波得到Gabor幅值图像，提取其统一化的局部二进制直方图，然后利用 Fisher判别准则学习得到新的字典，最后通过正则化的稀疏表示判断测试图像所属类。利用AR数据库的数据进行实验的结果表明，与SRC、FDDL、RSC识别算法相比，本文算法在非约束性条件下具有最佳的识别率。
ISSN:1674-7070