首页> 中文期刊> 《电子测量与仪器学报》 >多样本扩充的常规协同与逆线性回归结合的人脸识别算法

多样本扩充的常规协同与逆线性回归结合的人脸识别算法

         

摘要

人脸识别会受到有限人脸样本的影响,提出一种多样本扩充的常规协同与逆线性回归结合的人脸识别算法。它利用图像的对称性构造成新的人脸样本,将训练样本通过常规协同表示与逆线性回归相结合的分类器后,进行人脸识别。以往的稀疏识别算法忽视了测试样本可能包含人脸识别所需要的特征信息,新算法同时将训练样本与测试样本的误差考虑在内。在ORL和FERET人脸库中的实验结果表明:该算法在ORL人脸库上的最低误识率达到6.58%,在FERET人脸数据库上的最低误识率达到15.00%,与LRC、CRC、INNC等算法相比的误识率明显下降。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号