首页 | 本学科首页   官方微博 | 高级检索  
     

正则化双阶线性稀疏编码在人脸识别中的应用
引用本文:李利正,黄煜栋,陈平生. 正则化双阶线性稀疏编码在人脸识别中的应用[J]. 计算机应用与软件, 2014, 0(11)
作者姓名:李利正  黄煜栋  陈平生
作者单位:绍兴职业技术学院计算机系 浙江 绍兴312000
基金项目:浙江省教育技术研究规划课题( JB083)。
摘    要:传统的稀疏编码方法在遇到大规模数据时,因计算复杂度高而出现异常。针对这种异常导致不能很好地进行特征提取的问题,提出正则化双阶线性稀疏编码DLRSC(Double Linear Regularization Sparse Coding)方法。借助于广义多特征子空间框架来学习噪声和异常像素的结构特征,通过使用L1球理论,计算出唯一的近似解,并且利用滤波技巧避免了大规模数据的复杂计算,从而降低了时间及空间复杂度。最后,在ORL及Yale两大通用人脸数据库上的实验验证了所提的DLRSC方法的有效性,实验结果表明,相比其他几种最先进的稀疏编码方法,所提方法取得了更好的识别效果。

关 键 词:人脸识别  特征抽取  正则化  双阶线性  稀疏编码

APPLYING DUAL-STAGE LINEAR REGULARISED SPARSE CODING IN FACE RECOGNITION
Li Lizheng,Huang Yudong,Cheng Pingsheng. APPLYING DUAL-STAGE LINEAR REGULARISED SPARSE CODING IN FACE RECOGNITION[J]. Computer Applications and Software, 2014, 0(11)
Authors:Li Lizheng  Huang Yudong  Cheng Pingsheng
Abstract:
Keywords:Face recognition  Feature extraction  Regularisation  Dual-stage linear  Sparse coding
本文献已被 CNKI 万方数据 等数据库收录!
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