稀疏约束下快速低秩共享的字典学习方法及其人脸识别 田泽;杨明;李爱师 【期刊名称】《计算机研究与发展》 【年(卷),期】2018(055)008 【摘 要】字典学习是重要的特征表示方法之一,在人脸识别等方面有广泛的应用,特别适合解决姿态变化下的人脸识别问题,因而倍受研究者的关注.为有效增强字典的判别能力,研究者结合领域知识和抗噪等策略提出大量的字典学习模型,其中包括最近提出的同时进行降维和字典学习的方法,但这些方法侧重考虑样本中特定类的信息,未能有效考虑训练样本间的共享信息.因此,提出了一种稀疏约束下快速低秩共享的字典学习方法.该方法采用降维和字典联合进行学习的方式,并嵌入Fisher判别准则获得特定类字典和编码系数,同时施加低秩约束获得低秩共享字典,以此增强字典和编码系数的判别能力.此外,运用Cayley变换保护投影矩阵的正交性来获得紧凑的特征集合.在AR,Extended Yale B,CMU PIE和FERET四个数据集上的人脸识别实验验证所提方法的优越性.实验结果表明所提方法在表情变化下的人脸识别具有很强的鲁棒性,并对光照起到了抑制作用,尤其适合解决光照、表情变化下的小样本问题. 【总页数】13页(P1760-1772) 【作 者】田泽;杨明;李爱师 【作者单位】南京师范大学计算机科学与技术学院 南京 210023;南京师范大学计算机科学与技术学院 南京 210023;南京师范大学计算机科学与技术学院 南京 210023 【正文语种】中 文 【中图分类】TP181 【相关文献】 1.联合Gabor误差字典和低秩表示的人脸识别算法 [J], 首照宇;杨晓帆 2.面向人脸识别的判别低秩字典学习算法 [J], 利润霖 3.基于判别式低秩字典学习的人脸识别稀疏表示 [J], 朱甦 4.基于非凸低秩稀疏约束的鲁棒人脸识别算法 [J], 王文宇;程泽贤;杨晓南;郑祥宇;邱虹 5.联合低秩和e_p稀疏约束矩阵回归的人脸识别算法 [J], 杨国亮;罗璐;鲁海荣;丰义琴;梁礼明 因版权原因，仅展示原文概要，查看原文内容请购买 本文来源：https://www.wddqw.com/doc/02f6db2426c52cc58bd63186bceb19e8b8f6ec88.html