典型文献
基于迭代剔除稀疏表示的人脸识别方法
文献摘要：
近年来,人脸识别得到了广泛应用和快速发展.以协作表示分类(CRC)算法为代表的基于稀疏表示的分类方法取得了重大突破.然而,CRC因不能有效区分相似样本,从而非常容易分类错误.作为CRC的改进方法,两阶段测试样本稀疏表示方法(TPTSSR)剔除了那些对描述测试样本贡献不大的训练样本.但在TPTSSR中,仅进行一次剔除操作是远远不够的,因为某些无用样本仍可能被保留下来,同时那些有用样本可能会被随机删除.本文提出一种新的基于迭代剔除判别稀疏表示(DSP)方法,DSP利用稀疏参数直接度量训练样本的表示能力,同时通过多次迭代把大部分不相关的样本逐步剔除,从而避免误删有效样本.再通过在不同姿态、表情和噪声下的代表性人脸数据集进行实验,以评估DSP的性能.大量实验结果表明,在大部分情况下DSP比典型的SRC、CRC、RRC、RCR、SRMVS、RFSR和TPTSSR等算法具有更好的人脸识别效果.
文献关键词：
协作表示分类;判别稀疏表示分类器;人脸识别;迭代剔除;稀疏表示;两阶段测试样本稀疏表示
中图分类号：
作者姓名：
唐德燕;周四望;罗孟儒;陈浩文;唐晖
作者机构：
文献出处：
引用格式：
[1]唐德燕;周四望;罗孟儒;陈浩文;唐晖-.基于迭代剔除稀疏表示的人脸识别方法)[J].中南大学学报（英文版）,2022(04):1226-1238
A类：
协作表示分类,两阶段测试样本稀疏表示,TPTSSR,SRMVS,RFSR,判别稀疏表示分类器
B类：
迭代剔除,人脸识别,CRC,分类方法,重大突破,非常容易,改进方法,表示方法,训练样本,远远不够,无用,留下来,删除,DSP,示能,多次迭代,不相关,误删,有效样本,表情,人脸数据集,SRC,RRC,RCR
AB值：
0.226749
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
