資源描述：
《基于Fisher準則字典學習的壓縮感知人臉識別算法.pdf》由會員上傳分享，免費在線閱讀，更多相關內容在應用文檔-天天文庫。
1、第27卷第4期模式識別與人工智能Vol.27No.42014年4月PR&AIApr.2014基于Fisher準則字典學習的?壓縮感知人臉識別算法曾凌子尹東張榮甄海洋(中國科學技術大學信息科學技術學院合肥230027)摘要稀疏表示人臉識別算法在字典構造時易丟失大量分類信息且L1范數(shù)最小化計算量較大.針對此問題,提出一種基于Fisher準則字典學習和最小二乘法的壓縮感知人臉識別算法.該算法首先由Fisher判別準則對訓練樣本訓練得到字典;然后通過最小二乘法解L2范數(shù)最小化問題,得到人臉在該字典上的編碼系數(shù);最后結合各類別重構誤差和編碼系數(shù)對人臉分類.在公共人臉庫上的測試結果表明,文中算法
2、有較高的識別率,并有效提高識別速度.關鍵詞Fisher判別準則,壓縮感知,人臉識別,最小二乘法中圖法分類號TP391.4FaceRecognitionviaCompressiveSensingBasedonFisherDiscriminationDictionaryLearningZENGLing-Zi,YINDong,ZHANGRong,ZHENHai-Yang(SchoolofInformationScienceandTechnology,UniversityofScienceandTechnologyofChina,Heifei230027)ABSTRACTSparserepr
3、esentationbasedclassification(SRC)algorithmlosesmuchdiscriminativeinformationhiddeninthetrainingsampleswhenconstructingdictionaryandtheL1-minimizationapproachtosolvingthecodingcoefficientiscomputationallyexpensive.Aimingattheseproblems,afacerecognitionalgorithmviacompressivesensingbasedonFisher
4、discriminationdictionarylearningandleastsquaremethodisproposed.ThetrainingsamplesaretrainedbyFisherdiscriminationcriterionandthusthestructureddictionaryisacquired.Then,thecodingcoefficientsareobtainedbysolvingL2-minimizationproblemthroughregularizedleastsquaremethod.Finally,thefaceisidentifiedt
5、hroughthecodingcoefficientandreconstructionerror.Theexperimentalresultsclearlyshowthattheproposedmethodhasabetteraccuracyrateandimprovestherecognitionspeedcomparedwiththeexistingsparserepresentationclassificationmethods.KeyWordsFisherDiscriminationCriterion,CompressiveSensing,FaceRecognition,Le
6、astSquareMethod?國家973計劃項目(No.2010CB327906)資助收稿日期:2012-12-25;修回日期:2013-02-28作者簡介曾凌子(通訊作者),男,1989年生,碩士研究生,主要研究方向為計算機視覺、模式識別等.E-mail:zenglz@mail.ustc.edu.cn.尹東,男,1965年生,碩士,副教授,主要研究方向為智能信息處理、圖像處理.張榮,女,1968年生,博士,副教授,主要研究方向為圖像處理、數(shù)據(jù)壓縮.甄海洋,男,1990年生,碩士研究生,主要研究方向計算機視覺、機器學習.4期曾凌子等:基于Fisher準則字典學習的壓縮感知人臉識別算
7、法2951引言tendedYaleB、AR上的測試結果表明,該算法相比其他算法具有更好的識別效果和更快的識別速度.人臉識別技術是計算機視覺與模式識別領域的研究熱點之一,廣泛應用于公共安全、視頻監(jiān)控、生2稀疏表示人臉識別算法物識別、人機交互、多媒體檢索等方面.經(jīng)多年研究,[1]先后提出基于子空間分析(如PCA、LDA)和基于SRC建立在壓縮感知理論基礎上,每個人的人[2][3]局部特征(如LBP、HOG)的人臉識別算法,這臉圖像集可在圖像空間形成一個獨立的子
