文件名称：论文研究-集体表示分类方法及在人脸识别中的应用.pdf
文件大小：1.28MB
文件格式：PDF
更新时间：2022-09-27 01:53:27
论文研究
近年来，基于表示的人脸图像识别方法吸引了众多学者的关注，如稀疏表示分类方法（Sparse Representation based Classification，SRC）、协作表示方法（Collaborative Representation based Classification，CRC）等。这些方法均利用单张图像的表示信息进行识别，而忽略了集体图像之间的关联性，容易存在信息不足的缺陷。为了能够充分利用多张人脸图像的相互关系，提出了一类集体表示分类方法。该方法将多张待识别图像映射为一个稀疏表示矩阵，并对每类测试图像集体重构，以最小残差为准则对每类人脸图像集分类。这种方法通过同时表示多张图像，关注到不同图像之间的相似与不同，获取到同一主体的更多信息，从而提高识别正确率。尤其在只有多张侧脸图像而无正脸图像的情况下，集体表示分类方法更能发挥优势，在两个公开人脸图像数据集上的实验结果也验证了该方法的有效性。