基于马氏距离的稀疏表示分类算法

相关主题

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

Ｏｏｖｈｐｒｓｌｔｎｖｏ，ｎｔｓｌｅｔｅｓａｓｏｕｏｅｔｒａｄＭａａｎｂｓｓｎｅｂｓｄＳａｓｅｒｓｎａｏｅｉｃｈｌｏｉＤｔｃａｅｐｒｅＲｐｅｅｔｔｎＣｌｓｃｔｎ（ＲａｉａｉｓｆｉａｉａｏＭＳＣ）ｉｅｉｎｔｃｇｉｓｓｅＯｒｏ－ｄｇｄｅ
Ｔｈｎ，ｒｃｎｔｃｔｅｔｓｉｇ．Ｆｎｌｈｅｏｅｔａａｔｅｍｉｅｅｏｓｒｔｕｈｅｔｍａｅｉａｌｙ，ｔｎｈｔｈｈｓｍｍｕｒｏｓｕｔｏｎｏｓｓｌｔａｔｅｍｏｔｓｈｆｃ．Ｃｏｍｅｎｔｃｎｅ＇ｒｉｅｅｅｓｈｃｒｉｃｄｓｍａｅａｄｅｍ・ＦａｄｔｈｒｄｔｎｌＳｅｒｏｔｅｔａｉｏａＲＣｇｒｈ．ｏｒａｇｒｔｍｉｎｆａｔｄｅｓｔｅｉｆｕｎｅｏｌｕｎｔｎ．ＬｏｓｏｕｒｃｌｅｐｒｍｅｔｉｌａｏｉｍｓｕｏｉｔｌｈｓｇｉｃｎｌｒｕｃｈｎｌｅｃｆｉｍｉａｉｉｙｅｌｏｔｆｎｍｅｉａｘｅｉｎｓｂａｅｎＯＲＬｆｃａｂｅａｄＥｘｎｅｓｄｏａｅｄｔａｎａｓｅｔｄｄＹａｅｆｃａｂｓｌａｅｄｔａｅＢ ∞ ｐｒｍ￣．ＴｈａａｅｆｏｅｍｓｌｈｗｔａｈｅｐｏｓｄＭａａａｏｉｉｓｎｅｕｔｓｏｈｔｔｒｐｅｓｏｈｌｎｂｓＤｔｃａｂａｅｐｒｅＲｅｒｓｎａｏａｓｆａｉｎａｇｒｔｍａｈｅｅａｏｔ７％ｒｃｇｉｏａｅｆｒｎｒｌｆｅｉａｅ．ｓｄＳａｓｐｅｅｔｔｎＣｌｓｉｃｔｌｏｈｉｉｏｉｃｎａｉｖｂｕｃ９ｅｏｎｔｎｒｔｏｍａａｇｓｉｏｃｍＫｅｒｓｓａｓｐｓｎａｉｎ；ｏｅｋｅｏｏｉｏＭａａａｏｉｓａｃｆｒｅｏｎｔｎｙｗｏｄ：ｐｒｅｒｒｅｔｔｏＣｈｌｓｙｄｍｐｓｔｎ；ｈｌｎｂｓＤｔｎｅ；ａｅｒｃｇｉｏｅｅｃｉｉｉ
ＺＨＵｅ－ｏｇ，ＷｉｄｎＨＵｉｎｌｇＪａ－ｉｎ
（ｃｏｌｆＥｅｔｎｃＩｆｒｔｎＳｃｏｉｅｉ，ｕｈｕ２５０ＣｉａＳｈｏｌｒｉｎｏｍａｉ，ｏｈｗＵｎｒｔＳｚｏ１０６，ｈ）ｏｃｏｏｖｓｙｎ
ｒｃｇｉｏｆｃｅｃｒｄｆｅｅｔｉｕｎｔｏｏｄｔｎｆｃａｅ．ＭａａａｏｉｓａｃｎｏｅｋｅｏｏｉｉｎａｎｒｄｃｄｅｏｎｔｎｅｉｎｙｆｉｆｒｎｌｍｉａｎｃｎｉａｅｉｇｓｉｉｏｌｉｉｏｍｈｌｎｂｓＤｉｔｎｅａｄＣｈｌｓｙｄｃｍｐｓｔｏｒｉｔｕｅｅｏ
关键词：疏表示；里斯基分解；氏距离；稀乔马人脸识别中图分类号：Ｐ９Ｔ３１文献标识码：Ａ文章编号：６３６９２１）１０２ —４１７ — ２Ｘ（０１１～０７０
ＳａｓｐｅｅｔｔｎＣｌｓｉｉａｏｇｒｔｍｐｒｅＲｅｒｓｎａｉａｓｆｔｎＡｌｏｉｏｃｉｈＢａｅｎＭａａａｏｉｓａｃｓｄｏｈｌｎｂｓＤｉｔｎｅ
残差值最终完成分类。与传统稀疏表示分类算法相比，该算法显著降低了光照对人脸图像的影响。在ＥｔｄｄＹｌｆｅｘｎｅａｃｅｅａｄｔａｅＢ人脸库上的实验结果表明，ａｂｓａ所提出的基于马氏距离的稀疏表示分类算法能达到９％的分类效率，７并且在人脸不
同光照情况下仍能得到较好的识别效果。
朱伟冬，胡剑凌
（苏州大学电子信息学院，江苏苏州２５０）１０６
摘要：常用分类算法对人脸图像在不同光照条件下的识别效果较不理想。设计了一种新颖的基于马氏距离（ａａｎ．Ｍｈｌｏａ
ｂｉａｃ）ｉＤｓｎｅ的人脸识别分类算法（ａａｎｂｓｉａｃａｅｐｒｅｒｓｎｔｎＣａｓｃｔｎＭＲ）ｓｔＭｈｌｏｉＤｓｎｅｂｓｄＳａｅＲｐｅｅｔｉｌｉａｏ，ＳＣ。该算法框架基ａｔｓａｏｓｆｉｉ
于稀疏表示原理，通过引入马氏距离和乔里斯基分解（ｈｌｋｅｏｐｓｉ）出最优稀疏解向量，终实现人脸特征分Ｃｏｓｙｄｃｍｏｉｏ求ｅｔｎ最类识别。算法首先求解基于马氏距离的最小Ｌ范数，对测试样本实现稀疏重构，ｌ进而并通过判断重构样本与原始样本的
第２卷第１期１１２１年ｌ月０１１
计算机技术与发展
ＣＯＭＰＪ１Ｒ，ＥＣ１１已ｒＨＮＯＬＯＧＹＡＮＤＤＥＶＥＬＭＥＮＴＯＰ
Ｖ０．１Ｎｏ１Ｊ２．１ＮＯ．２ｌＶＯｌ
基于马氏距离的稀疏表示分类算法
ｎｚｅｆｅｉａｅｉｓＹ，ＭａｌｎｂｓＤｓａｅａｅ－ｍｉｉｚｔｏｌｏｉｍｓｐｐｓｄｏｏｔｉｅｓａｓｅｒｓｎａｉｎｉｅｔａｍｇ．ＦｒｆｈｃｌｈａａｏｉｔｎｃｂｓｄＬｉｎｍｉａｎａｇｒｔｉｈｉｒｏｅｔｂａｎｔｐｒｅｒｐｅｅｔｔ．ｏｈｏ
ＡｂｔａｔＩｈｓｐｐｒａｎｖｌａａａｏｉｓａｃａｅｔｏｏｐｒｅｒｐｅｅｔｔｎｃａｓｃｔｎＷａｅｉｎｄｔｍｐｏｅｔｅｓｒｃ：ｎｔｉａｅ Байду номын сангаас ｅｈｎｂｓＤｉｔｎｅｂｓｄｍｅｄｆｒｓａｓｅｒｓｎａｉｌｓｉａｏｓｄｓｇｅＯｉｒｖｈＭｌｈｏｉｆｉ