基于协作表示残差融合的3维人脸识别

作     者：詹曙 臧怀娟 相桂芳 Zhan Shu;Zang Huaijuan;Xiang Guifang

作者机构：合肥工业大学计算机与信息学院合肥230009 

出 版 物：《中国图象图形学报》 (Journal of Image and Graphics)

年 卷 期：2015年第20卷第5期

页      面：700-707页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(61371156) 

主　　题：协作表示 Gabor特征 Geodesic特征 残差融合 人脸识别 3维人脸深度图 特征选择 

摘      要：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Texas 2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Texas 3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。