稀疏表示分類(lèi)算法(Sparse Representation-based Classification,SRC)在人臉數(shù)據(jù)庫(kù)上有很高的識(shí)別性能。然而,對(duì)于姿態(tài)變化,SRC的識(shí)別效果并不理想。針對(duì)SRC算法不能解決測(cè)試樣本與訓(xùn)練樣本存在偏移誤差的問(wèn)題,本文提出了基于SRC的改進(jìn)算法。該算法將每一類(lèi)的訓(xùn)練樣本單獨(dú)作為訓(xùn)練字典,利用迭代校正和基于金字塔分層機(jī)構(gòu)的運(yùn)動(dòng)偏移估計(jì)方法得到最終的偏移量,最后對(duì)校正后的測(cè)試樣本使用SRC算法實(shí)現(xiàn)分類(lèi)。實(shí)驗(yàn)結(jié)果表明該方法對(duì)于有偏移誤差的人臉圖像具有較好的魯棒性及識(shí)別率。
標(biāo)簽:
SRC
算法
人臉識(shí)別
中的應(yīng)用
上傳時(shí)間:
2013-11-15
上傳用戶(hù):haiya2000