稀疏表示分類算法（Sparse Representation-based Classification，SRC）在人臉數據庫上有很高的識別性能。然而，對于姿態變化，SRC的識別效果并不理想。針對SRC算法不能解決測試樣本與訓練樣本存在偏移誤差的問題，本文提出了基于SRC的改進算法。該算法將每一類的訓練樣本單獨作為訓練字典，利用迭代校正和基于金字塔分層機構的運動偏移估計方法得到最終的偏移量，最后對校正后的測試樣本使用SRC算法實現分類。實驗結果表明該方法對于有偏移誤差的人臉圖像具有較好的魯棒性及識別率。
標簽：
SRC
算法
人臉識別
中的應用
上傳時間：
2013-11-15
上傳用戶：haiya2000
