深度子空間聯(lián)合稀疏表示單樣本人臉識(shí)別算法
摘要：針對人臉識(shí)別中小樣本數(shù)據(jù)集缺少分布信息難以獲得魯棒圖像表示問題,提出深度子空間聯(lián)合稀疏表示單樣本人臉識(shí)別算法。首先,使用深度加權(quán)子空間構(gòu)建抽象特征描述網(wǎng)絡(luò),獲得單樣本人臉深層抽象描述子。進(jìn)而利用樣本類間差異信息,引入鄰域排斥度量學(xué)習(xí)實(shí)現(xiàn)低維度有鑒別力特征提取。最后基于協(xié)同表示分類器完成模式分類。在FERET、ORL、Multi_PIE等數(shù)據(jù)庫上驗(yàn)證本文算法在單樣本人臉識(shí)別問題上的有效性,鑒于深度子空間強(qiáng)大的特征描述能力,即使訓(xùn)練樣本集很小,依然可以保證訓(xùn)練樣本能夠緊湊的表示有變化的測試樣本。
注: 保護(hù)知識(shí)產(chǎn)權(quán),如需閱讀全文請聯(lián)系燕山大學(xué)學(xué)報(bào)雜志社
相關(guān)推薦
更多
數(shù)學(xué)教育.jpg)
于我們.jpeg)