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  2016, Vol. 29 Issue (5): 439-446    DOI: 10.16451/j.cnki.issn1003-6059.201605007
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于带补偿字典的松弛稀疏表示的小样本人脸识别*
马晓,庄雯璟,封举富
北京大学 信息科学技术学院 智能科学系 北京 100871
北京大学 机器感知与智能教育部重点实验室 北京 100871
Loose Sparse Representation Based Undersampled Face Recognition with Auxiliary Dictionaries
MA Xiao, ZHUANG Wenjing, FENG Jufu
Department of Machine Intelligence, School of Electronics Engineering and Computer Science, Peking University, Beijing 100871
Key Laboratory of Machine Perception Ministry of Education, Peking University, Beijing 100871

全文: PDF (985 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 在训练集类内变化类型不可控的小样本人脸识别问题中,补偿字典很难发挥足够作用。在基于带补偿字典的稀疏表示的人脸识别方法中,训练集字典和补偿字典对测试图片表示的能力不同,文中讨论因此不同而导致的二者在稀疏性上的不同要求,通过对两类字典采用不同的稀疏性约束,提出基于带补偿字典的松弛稀疏表示的人脸识别方法。实验表明,在训练集图片类内变化类型不可控的小样本人脸识别问题中,文中方法能取得较优效果。
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
马晓
庄雯璟
封举富
关键词 稀疏表示补偿字典人脸识别小样本问题    
Abstract:In the undersampled face recognition problem with uncontrolled intra-class variations, the auxiliary dictionary can not work quite well. The training dictionary and the auxiliary dictionary in the sparse representation face recognition methods have different representation abilities for the query image. Thus, different demands on the sparsity constraints of these dictionaries at representation stage are discussed. In this paper, a loose sparse representation based classification with auxiliary dictionaries (LSRCAD) is proposed by using different constraints on two types of dictionary respectively. The experiments confirm the effectiveness and the robustness of LSRCAD. LSRCAD outperforms the original sparse representation face recognition methods with auxiliary dictionaries for undersampled face recognition problems.
Key wordsSparse Representation    Auxiliary Dictionary    Face Recognition    Undersampled Problem   
收稿日期: 2015-05-13     
基金资助:国家重点基础研究发展计划(973计划)项目(No.2011CB302400)、国家自然科学基金项目(No.61333015)资助
作者简介: 马晓(通讯作者),男,1990年生,博士研究生,主要研究方向为机器学习、模式识别、子空间理论.E-mail:maxiao2012@pku.edu.cn.
庄雯璟,女,1989年生,硕士研究生,主要研究方向为图像处理、模式识别.E-mail:zhuangwj@pku.edu.cn.
封举富,男,1967年生,博士,教授,主要研究方向为图像处理、模式识别、机器学习、生物特征识别.E-mail:fjf@cis.pku.edu.cn.
引用本文:   
马晓,庄雯璟,封举富. 基于带补偿字典的松弛稀疏表示的小样本人脸识别*[J]. 模式识别与人工智能, 2016, 29(5): 439-446. MA Xiao, ZHUANG Wenjing, FENG Jufu. Loose Sparse Representation Based Undersampled Face Recognition with Auxiliary Dictionaries. , 2016, 29(5): 439-446.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.201605007      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2016/V29/I5/439
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