基于局部表示的分类方法及其人脸识别应用
【出 处】:
【作 者】:
殷俊
[1]
杨万扣
[2]
【摘 要】基于稀疏表示的分类方法SRC与基于协同表示的分类方法CRC分别通过L1范数和L2范数最小化获得具有稀疏性的线性表示系数,在人脸识别中取得了很好的效果.为了解决这两种方法没有考虑数据局部信息的问题,提出了基于局部表示的分类方法LRC.LRC使用测试样本局部范围内的训练样本对其进行线性表示,这样获得的局部表示系数在保持稀疏性的同时包含有效的局部信息.另外,通过求解一简单的约束最优化问题,LRC可快速获取局部表示系数.在ORL、YALE以及FERET人脸数据库上的实验结果,表明了LRC的有效性和高效性.
相关热词搜索: 稀疏表示 协同表示 局部表示 分类
上一篇: 基于噪声检测的总变分去噪算法
下一篇: 基于最大池的谱特征匹配算法