-
题名基于改进初始化判别K-SVD方法的人脸识别
- 1
-
-
作者
薛科婷
冯晓毅
-
机构
西北工业大学电子信息学院
-
出处
《计算机工程与科学》
CSCD
北大核心
2014年第1期150-154,共5页
-
基金
国家自然科学基金资助项目(60875016)
-
文摘
基于稀疏表示的人脸识别问题希望字典同时具有良好的表示能力和较强的辨识性。采用判别式K-SVD(D-ksvd)算法,可训练得到较好的字典和线性判别函数,但该算法中的初始化字典是从各类样本中选择部分样本经K-SVD方法得到的,不能较完整地表示所有样本的特性,影响了基于该初始字典的训练字典的表示能力和分类器的辨识性。在字典初始化方法上进行了改进,先训练类内字典再级联成新的初始化字典,由于类内训练字典是各类别的优化字典,降低了训练字典的误差,提高了训练字典与线性分类器的判别性,在保持较快识别速度的同时,提高了人脸识别率。
-
关键词
人脸识别
改进d-ksvd
稀疏表示
训练字典
-
Keywords
face recognition
improved d-ksvd
sparse representation
dictionary training
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-