模式识别与人工智能
2025年4月4日 星期五   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 (4): 294-299    DOI:
论文与报告 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于Fisher准则字典学习的压缩感知人脸识别算法
曾凌子,尹东,张荣,甄海洋
中国科学技术大学信息科学技术学院合肥230027
Face Recognition via Compressive Sensing Based on Fisher Discrimination Dictionary Learning
ZENG Ling-Zi, YIN Dong, ZHANG Rong, ZHEN Hai-Yang
School of Information Science and Technology, University of Science and Technology of China, Heifei 230027

全文: PDF (498 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 稀疏表示人脸识别算法在字典构造时易丢失大量分类信息且L1范数最小化计算量较大.针对此问题,提出一种基于Fisher准则字典学习和最小二乘法的压缩感知人脸识别算法.该算法首先由Fisher判别准则对训练样本训练得到字典;然后通过最小二乘法解L2范数最小化问题,得到人脸在该字典上的编码系数;最后结合各类别重构误差和编码系数对人脸分类.在公共人脸库上的测试结果表明,文中算法有较高的识别率,并有效提高识别速度.
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
曾凌子
尹东
张荣
甄海洋
关键词 Fisher判别准则压缩感知人脸识别最小二乘法    
Abstract:Sparse representation based classification (SRC) algorithm loses much discriminative information hidden in the training samples when constructing dictionary and the L1-minimization approach to solving the coding coefficient is computationally expensive. Aiming at these problems,a face recognition algorithm via compressive sensing based on Fisher discrimination dictionary learning and least square method is proposed. The training samples are trained by Fisher discrimination criterion and thus the structured dictionary is acquired. Then, the coding coefficients are obtained by solving L2-minimization problem through regularized least square method. Finally, the face is identified through the coding coefficient and reconstruction error. The experimental results clearly show that the proposed method has a better accuracy rate and improves the recognition speed compared with the existing sparse representation classification methods.
Key wordsFisher Discrimination Criterion    Compressive Sensing    Face Recognition    Least Square Method   
收稿日期: 2012-12-25     
ZTFLH: TP 391.4  
基金资助:国家973计划项目(No.2010CB327906)资助。
作者简介: 曾凌子(通讯作者),男,1989年生,硕士研究生,主要研究方向为计算机视觉、模式识别等.E-mail:zenglz@mail.ustc.edu.cn.尹东,男,1965年生,硕士,副教授,主要研究方向为智能信息处理、图像处理.张荣,女,1968年生,博士,副教授,主要研究方向为图像处理、数据压缩.甄海洋,男,1990年生,硕士研究生,主要研究方向计算机视觉、机器学习.
引用本文:   
曾凌子,尹东,张荣,甄海洋. 基于Fisher准则字典学习的压缩感知人脸识别算法[J]. 模式识别与人工智能, 2014, 27(4): 294-299. ZENG Ling-Zi, YIN Dong, ZHANG Rong, ZHEN Hai-Yang. Face Recognition via Compressive Sensing Based on Fisher Discrimination Dictionary Learning. , 2014, 27(4): 294-299.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2014/V27/I4/294
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