基于2DPCA和压缩感知的人脸识别方法

合集下载

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)。

ＦａｅＲｅｏｎｉｉｎＭｅｈｏｃｃｇｔｏｔｄ
Ｂａｅｎ２ｓｄ０ＤＰＣＡｎｍｐｅｓｖｅｓｎａｄＣｏｒｓｉｅＳｎｉｇ
ＣＨＥＮｉｎＳＣａ－ｍｉｇ，ｏＮＧｉ－ａＺＨＡＮＧｈ－ｉｇＪａｔｏ，Ｓｉｎｑ
第３７卷第２期２
、０＿７，１３
・
计
算
机
工程 ຫໍສະໝຸດ ２１０１年１１月Ｎｏｍｂｅ０１ｖｅｒ２ｌ
ＮＯ．２２
ＣｏｍｐｕｅｇｉｅｉｔｒＥｎｎｅｒｎｇ
人工智能及识别技术・
文章编号：ｏ３２（１）一ｌ６＿文献标识码：１ｏ＿４８ｏ１２１－３２２７０Ａ
ｏｅｖｔｎｖｌｅｈｎｔｎｏｉｇｓｇｌｏｅｔｓｍａｅｂｓｒａｉａｕ，ｔｅｈｅｅｃｄｎｉｎａｆｔｅｔｉｇ，ｗｈｃｌｂｅｕｅｏａｅｒｃｇｉｉｎａｅｏｔｉｅｙｕｉｇｔｅＬＩｏｍｏｈｉｈｗｉｓｄｆｒｆｃｅｏｎｔｏ，ｃｌｂｂａｎｄｂｓｎｈｎｒｌｌｍｉｉｚｔｎ．ｐｅｍｅｔｌｅｕｔｎｉａｅｔａｈｅｏｎｔｏａｅｂｓｄｏＤＰＣＡｄｃｍｐｅｓｖｅｓｎｓｈｇｅｈｎｔｅｏｎｔｎｒｔｎｍｉａｉｏＥｘｒｉｎａｓｌｉｄｃｔｔｔｅｒｃｇｉｉｎｒｔａｅｎ２ｒｓｈｎａｏｒｓｉｅｓｎｉｇｉｉｈｒｔａｈｅｒｃｇｉｉａｅｏ
摘
要：提出一种基于二维主成份分析（ＰＡ和压缩感知的人脸识别方法。阐述２ＰＡ提取特征向量的工作原理，利用压缩感知方法２Ｃ）ＤＤＣ
求解待识别图像在足够样本下的稀疏表示。由所有训练图的特征向量构成测量矩阵，将每一幅待识别图像的特征向量作为测量值，由压缩感知中求解的Ｌｌ范数极小值得到待识别图像的编码信号，根据该编码信号识别人脸图像。实验结果表明，与其他组合方法相比，基于２ＰＡ和压缩感知的人脸识别方法得到的识别率较高。ＤＣ关健词：人脸识别；压缩感知；二维主成份分析；Ｌ范数；稀疏表示１
ＴｈＤＰｅ２ＣＡｓｄｔｂａｎｔｅｆａｕｅｖｃｏｓａｄｔｅｃｍｐｅｓｖｅｓｎｓｕｅｏｇｔｔｅｓａｓｅｒｓｎａｉｎｏｅｔｓｍａｅｇｖｎｅｏｈｉｕｅｏｏｔｉｈｅｔｒｅｔｒｎｏｒｓｉｅｓｎｉｇｉｓｄｔｅｐｒｅｒｐｅｅｔｔｆｔｔｓｈｈｏｈｅｉｇｉｅｎｕｇｔａｎｎｍａｅ．ｅｍｅｓｒｍｘｉｏｐｓｄｏｈｅｔｅｖｃｏｓｏｌｔａｎｎｍａｅｎｅｆａｕｅｖｃｏｆｅｃｅｔｉｇｓｔｅｒｉｉｇｉｇｓＴｈａｕｅｍａｓｃｍｏｅｆｔｅｆａｕｒｅｔｒｆａｌｒｉｉｇｉｇｓａｄｔｅｔｒｅｔｒｏａｈｔｓｍａｅｉｈｈ
中圈分类号：Ｐ４．Ｔ２２６
基于２Ｃ和压缩感知的人脸识别方法ＤＰＡ
陈财明，宋加涛２张石清
（１．台州学院物理与电子工程学院，浙江临海３７０；２宁波工程学院电子与信息工程学院，浙江宁波３５１）１００．１０６
ｕｉｇｏｈｒｔｏｓｓｎｔｅｈｄ．ｍｅ
［ｙｗｒｓａｅｅｏｎｔｎｃｍｐｅｓｅｓｎｉｇ２ｒｃｐｌｍｐｎｎＡｎｌｓ（ＤＰＡ）Ｌ１ｏｍ；ｐｒｅｒｐｅｅｔｉｎＫｅｏｄ］ｆｃｃｇｉｏ；ｏｒｓｉｓ；ＤＰｉｉａＣｏｏｅｔａｙｉ２ｃ；ｒｓａｓｒｓｎａｏｒｉｖｅｎｎｓｎｅｔ
［ｂｔｃｉＡｆｅｅｏｎｉｅｏａｄｏｒｃａＣｍｏｅｔｎｌｉ２ＰＡａｄｏｐｓｖｎｉｔｄｃｄｉｔｉｐｐｒＡｓａｔｃｃｇｉｏｍｔｄｓｎＤＰｉｉｌｏｐｎｎＡａｓ（Ｄｃ）ｎｍｒｓｅｅｓｇｉｉｒｕｅｓａｅｒａｒｔｎｈｂｅ２ｎｐｙｓｃｅｉｓｎｓｎｏｎｈ．
（．ｃｏｌｆｈｓｓｎｌｃｒｎｃｎｉｅｒｇＴｉｈｕｉｅｓｙＬｎａ３７０，ｉａ１Ｓｈｏｙｉｄｅｔｉｇｎｅｎ，ａｚｏｖｒｉ，ｉｈｉ００Ｃｈｎ；ｏＰｃａＥｏＥｉＵｎｔ１
２ＳｈｏｏＥｅｔｎｃｎｆｒｔｎＥｇｎｅｎ，ｉｇｏＵｉｅｓｙｏＴｃｎｌｇ，ｎｂ１０６Ｃｈｎ）．ｃｏｌｆｌｃｒｉａｄＩｏｍａｉｎｉｅｒｇＮｎｂｎｖｒｉｆｅｈｏｏｙＮｉｇｏ３５１，ｉａｏｎｏｉｔ