Release Time:2019-03-10  Hits:

Indexed by: Journal Article

Date of Publication: 2011-07-15

Journal: 电子与信息学报

Included Journals: Scopus、CSCD、ISTIC、PKU、EI

Volume: 33

Issue: 7

Page Number: 1618-1624

ISSN: 1009-5896

Key Words: 人脸识别;稀疏表征;Gabor局部特征;字典;分类器融合

Abstract: 稀疏表征理论在模式识别中的应用引起广泛的关注.在用稀疏表征方法研究人脸识别问题中,为了使得表征系数矢量具有更为显著的稀疏性,该文提出一种Gabor稀疏表征分类(Gabor Sparse Representation Classification,GSRC)算法,该算法利用Gabor局部特征构造字典,增强算法对外界环境变化的鲁棒性.GSRC算法对所有的Gabor特征等同对待,通过进一步考虑不同Gabor特征对识别的不同贡献,该文提出了一种加权多通道Gabor稀疏表征分类(WMC-GSRC)算法,该算法通过引入Gabor多通道模型,提取不同通道的Gabor特征分别构造字典和稀疏表征分类器,在决策级执行分类器的加权融合得到识别结果.通过在ORL,AR和FERET人脸库上的实验结果验证了该文算法的有效性.