模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2014, Vol. 27 Issue (10): 954-960    DOI:
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
分块最大相似性嵌入稀疏编码的人脸识别*
汪淑贤1,熊承义1,高志荣2,周城1,侯建华1
1.中南民族大学 电子信息工程学院 智能无线通信湖北省重点实验室 武汉 430074
2.中南民族大学 计算机科学学院 武汉 430074
Face Recognition Using Sparse Coding by Embedding Maximum Block Similarity
WANG Shu-Xian1, XIONG Cheng-Yi1, GAO Zhi-Rong2, ZHOU Cheng1, HOU Jian-Hua1
1.Hubei Key Laboratory of Intelligent Wireless Communication, College of Electronics and Information Engineering, South-Central University for Nationalities, Wuhan 430074
2.College of Computer Science, South-Central University for Nationalities, Wuhan 430074

全文: PDF (534 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 

图像相似性先验嵌入的方法能有效提升基于稀疏编码表示的人脸识别在低维特征空间的识别性能.针对非受控人脸图像存在表情变化、部分遮挡和伪装的问题,提出基于图像分块的最大相似性嵌入稀疏编码表示的人脸识别方法.该方法首先将训练图像和测试图像进行同样的非重叠分块;然后计算测试图像与各训练图像对应分块间的相似性,并以其最大值度量图像间的相似性;最后将提取的最大块相似性信息嵌入到稀疏编码表示的人脸识别中.在AR标准人脸库上的测试表明,与全局相似性嵌入的加权稀疏编码表示分类方法相比,文中方法在训练样本和测试样本同时存在表情变化、遮挡和伪装的人脸识别中具有较大的性能提升.

服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
汪淑贤
熊承义
高志荣
周城
侯建华
关键词 人脸识别稀疏表示最大块相似性嵌入非重叠分块    
Abstract

The performance of sparse representation based face recognition (SRFC) can be effectively improved by embedding a priori of similarity information. Aiming at expressions variations, partial occlusions and disguise in the uncontrolled face images, SRFC by embedding maximum block similarity information is proposed. Firstly, the training samples and query samples are divided into multiple non-overlapping blocks in the same way. Secondly, the similarities of corresponding blocks between the query samples and the training samples are calculated. Then, the maximum value is extracted to measure the similarity of inter-images. Finally, the extracted maximum block similarity information is embedded into sparse representation stage. Experimental results on AR face databases show that the proposed method achieves better recognition performance compared with those based on embedding global similarity, especially when both training images and query images contain expression, occlusions or disguise.

Key wordsFace Recognition    Sparse Representation    Maximum Block Similarity Embedding    Non-overlapping Partition   
收稿日期: 2013-09-16     
ZTFLH: TN919.8  
基金资助:

国家自然科学基金项目(No.60972081,6120126)、湖北省自然科学基金项目(No.2013CFC118,2012FFA113)资助

作者简介: 汪淑贤,女,1987年生,硕士研究生,主要研究方向为模式识别.E-mail:wshx_jianqiang@163.com.熊承义(通讯作者),男,1969年生,博士,教授,主要研究方向为图像处理、模式识别.E-mail:xiongcy@mail.scuec.edu.cn.高志荣,女,1972年生,博士,副教授,主要研究方向为模式识别、图像处理.周城,男,1979年生,博士,讲师,主要研究方向为图像处理及传输.侯建华,男,1964年生,博士,教授,主要研究方向为图像处理、模式识别.
引用本文:   
汪淑贤,熊承义,高志荣,周城,侯建华. 分块最大相似性嵌入稀疏编码的人脸识别*[J]. 模式识别与人工智能, 2014, 27(10): 954-960. WANG Shu-Xian, XIONG Cheng-Yi, GAO Zhi-Rong, ZHOU Cheng, HOU Jian-Hua. Face Recognition Using Sparse Coding by Embedding Maximum Block Similarity. , 2014, 27(10): 954-960.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2014/V27/I10/954
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn