所属单位：自动化学院
发表刊物：电子测量技术
关键字：人脸识别;低秩;结构化稀疏;Fisher准则;字典学习;
摘要：为了进一步提高人脸识别方面的性能,提出了基于Fisher判别的结构化低秩字典学习算法。该算法基于训练样本的标签信息将低秩正则化以及结构化稀疏同时引入到所学习的具有识别力的字典上。在字典学习过程中,首先利用样本的重建误差约束样本与字典之间的关系;其次将Fisher准则应用到稀疏编码过程中,使其编码系数具有识别能力;由于训练样本中的噪声信息会影响字典的识别力,所以在低秩矩阵恢复理论的基础上将低秩正则化应用到字典学习过程中;接着,在字典学习过程中加入了结构化稀疏,使其不丢失结构信息以保证对样本进行最优分类;最后,在AR以及ORL人脸数据库上分别进行实验仿真,实验结果表明该方法在人脸识别方面具有可行性。
是否译文：否
发表时间：2018-06-08
合写作者：胡燕,崔益峰
通讯作者：李开宇
发表时间：2018-06-08