论文部分内容阅读
针对协同表示分类的缺点,提出了一种结合内变化基和乘性协同表示分类的人脸识别算法。首先,利用测试库中人脸不同噪声的变化或图库外人脸的噪声变化,构造出训练样本人脸与测试样本人脸之间变化的内变化基稀疏字典;然后,训练样本在字典的帮助下模拟出受遮挡和光照影响的各种特征,减小训练样本与测试样本之间的差异,达到提高识别率的目的。各种比较算法在AR人脸库、ORL人脸库,Yale人脸库和Yale B人脸库上的实验结果表明,所提算法能大幅度提高协同表示分类算法的识别率,对于单样本人脸识别具有优秀的鲁棒性。