-
题名一种新的拓展稀疏人脸识别算法
被引量：4
- 1
-
-
作者
康利攀
陈方福
范自柱
-
机构
华东交通大学理学院
庐江县农业机械职业技能鉴定站
-
出处
《计算机应用研究》
CSCD
北大核心
2016年第3期937-939,共3页
-
基金
国家自然科学基金资助项目(61472138
61263032
+2 种基金
11261018)
江西省教育厅科研资助项目(GJJ14375
KJLD12067)
-
文摘
如果每类训练样本较充分,基于稀疏表示分类可以取得比较好的识别效果;当训练样本比较少时,它的分类效果可能就不理想。拓展的稀疏分类算法可以较好地解决这一问题,它在表示测试样本时,引入了训练样本的类内变量矩阵,利用它和训练样本集来表示测试样本,从而提高了人脸识别率。然而,该算法并没有考虑训练样本在表示测试样本中所起的作用,即所有训练样本的权重都等于1。采用高斯核距离对训练样本加权,提出用加权的训练样本和类内散度矩阵来共同表示测试样本,即基于加权的拓展识别算法。实验证明所提算法能够取得更好的人脸识别效果。
-
关键词
人脸识别
少样本问题
加权
拓展的稀疏识别
-
Keywords
face recognition
undersampled problem
weighted
extended sparse representation for classification
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
