%0 Journal Article
%T 基于协作表示残差融合的3维人脸识别
%A 詹曙
%A 臧怀娟
%A 相桂芳
%J 中国图象图形学报
%D 2015
%R 10.11834/jig.20150512
%X 目的针对2维人脸难以克服光照、表情、姿态等复杂问题,提出了一种基于协作表示残差融合的新算法.方法协作表示分类算法是将所有类的训练图像一起协作构成字典,通过正则化最小二乘法代替1范数求解稀疏系数,减小了计算的复杂度,由此系数重构测试人脸,根据重构误差最小原则,对测试人脸正确分类.该方法首先在3维人脸深度图上提取Gabor特征和Geodesic特征,然后在协作表示算法的基础上融合两者的残差信息,作为最终差异性度量,最后根据融合残差最小原则,进行人脸识别.结果在不同的训练样本、特征维数条件下,在CIS和Texas2个人脸数据库上,本文算法的识别率可分别达到94.545%和99.286%.与Gabor-CRC算法相比,本文算法的识别率平均高出了10%左右.结论在实时成像系统采集的人脸库和Texas3维人脸库上的实验结果表明,该方法对有无姿态、表情、遮挡等变化问题具有较好的鲁棒性和有效性.
%K 协作表示
%K Gabor特征
%K Geodesic特征
%K 残差融合
%K 人脸识别
%K 3维人脸深度图
%K 特征选择
%U http://www.cjig.cn/jig/ch/reader/view_abstract.aspx?file_no=20150512&flag=1