融合局部形变模型的鲁棒性人脸识别

？将测试图像看成是人脸库的线性组合,并用形变模型表示,优化匹配求解组合系数,根据系数的稀疏性进行分类识别。为了进一步提高算法的鲁棒性,采用了分片加权的策略。在公用的人脸数据库上进行广泛的实验,结果表明,平均识别率达到97%以上,在遮挡30%时其识别率仍达到95%以上。本方法对人脸识别问题非常有效,且可以显著提高对伪装、遮挡变化的鲁棒性和稳定性。