首页 | 本学科首页   官方微博 | 高级检索  
     

基于Gabor低秩恢复稀疏表示分类的人脸图像识别方法
引用本文:杜海顺,张旭东,金勇,侯彦东.基于Gabor低秩恢复稀疏表示分类的人脸图像识别方法[J].电子学报,2014,42(12):2386.
作者姓名:杜海顺  张旭东  金勇  侯彦东
作者单位:河南大学图像处理与模式识别研究所,河南开封,475004
基金项目:国家自然科学基金(No.61305042,No.61374134,No.61304132);河南省科技发展计划项目(No.132300410474);河南省教育厅科学技术研究重点项目
摘    要:针对含光照、表情、姿态、遮挡等误差或被噪声污染的人脸图像的识别问题,本文提出一种基于Gabor低秩恢复稀疏表示分类的人脸图像识别方法。该方法首先用低秩矩阵恢复算法求得训练样本图像对应的误差图像;然后,对每一个训练样本图像及其对应的误差图像进行Gabor变换,得到相应的Gabor特征向量,并将这些Gabor特征向量组成一个Gabor特征字典;进而,计算测试样本图像Gabor特征向量在该Gabor特征字典下的稀疏表示系数,并用该稀疏表示系数和Gabor特征字典,对测试样本图像的Gabor特征向量进行类关联重构,同时计算相应的类关联重构误差。最后,根据测试样本图像Gabor特征向量的类关联重构误差,实现对测试样本图像的分类识别。在CMU PIE、Extend-ed Yale B和AR数据库上的实验结果表明,本文提出的人脸图像识别方法具有较高的识别率和较强的抗干扰能力。

关 键 词:人脸图像识别  稀疏表示  低秩矩阵恢复  Gabor变换
收稿时间:2013-11-26

Face I mage Recognition Method via Gabor Low-Rank Recovery Sparse Representation-Based Classification
DU Hai-shun,ZHANG Xu-dong,JIN Yong,HOU Yan-dong.Face I mage Recognition Method via Gabor Low-Rank Recovery Sparse Representation-Based Classification[J].Acta Electronica Sinica,2014,42(12):2386.
Authors:DU Hai-shun  ZHANG Xu-dong  JIN Yong  HOU Yan-dong
Abstract:
Keywords:face image recognition  sparse representation  low-rank matrix recovery  Gabor transformation
本文献已被 万方数据 等数据库收录!
点击此处可从《电子学报》浏览原始摘要信息
点击此处可从《电子学报》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号