文献类型：期刊文章

作　　者：施志刚[1] 蒋玲[2]

机构地区：[1]南通航运职业技术学院管理信息系,江苏南通226010 [2]西南计算机有限责任公司信息化管理中心,重庆400060

出　　处：《重庆师范大学学报（自然科学版）》

基　　金：南通航运职业技术学院科技基金重点资助项目(No.HYKJ/2016A02)

年　　份：2016

卷　　号：33

期　　号：6

起止页码：106-113

语　　种：中文

收录情况：BDHX、BDHX2014、CAB、CAS、CSCD、CSCD_E2015_2016、DOAJ、IC、JST、RCCSE、WOS、ZGKJHX、ZMATH、ZR、核心刊

摘　　要：稀疏表示近些年来被广泛用于人脸识别。由于在现实中,同类图像之间往往不可避免存在光照、姿态、甚至遮挡等差异,如果使用这些有各种差异的图像样本去表示某一特定状态下的图像,则表示的效果势必会受到影响。为进一步提高稀疏表示在人脸识别中的性能,基于原始协同分类(CRC)算法,引入近邻思想,即在各类训练样本中分别寻找与测试样本相近的若干样本,以构建新的近邻样本集;在此基础上进行协同表示,并利用每类样本系数分别重构待测样本,最后基于重构样本集再次协同表示。这种基于近邻样本的二次稀疏重构表示法,使识别更精确,并在一定程度上提升了运行效率。在ORL,YALE,FERET及AR人脸数据库上通过仿真验证了该方法的有效性。

关 键 词：稀疏表示  协同分类  人脸识别 遮挡 近邻样本  二次稀疏重构  

分 类 号：TP391.41]