计算机工程与科学

作者：张建明1,2，刘阳春1,2，吴宏林1,2，李沛1,2

单位：（1.长沙理工大学综合交通运输大数据智能处理湖南省重点实验室，湖南 长沙 410114； 2.长沙理工大学计算机与通信工程学院，湖南 长沙 410114）

关键词：人脸识别,Gabor特征,综合字典,分析字典,

基金：国家自然科学基金（61402053）；湖南省教育厅优秀青年项目（12B003）；湖南省交通厅科技计划（201334）；2015年湖南省研究生科研创新项目（CX2015B369）

为了提高人脸的识别率及其识别速度，提出了一种基于Gabor特征与投影字典对学习的人脸识别算法。由于Gabor特征对表情、光照和角度等变化具有较强的鲁棒性，首先提取人脸图像多方向多尺度的Gabor局部特征，并将经主成分分析降维后的增广Gabor特征作为训练数据，代替原始的训练样本。然后，根据训练数据同时学习综合字典与分析字典，综合字典具有重构能力，分析字典可以快速求出系数矩阵。最后，根据各类别的重构误差进行分类，以达到人脸识别的目的。在扩展的YaleB、ORL和AR人脸数据库上的实验结果表明，提出的算法不仅具有较高的识别率，而且能够有效地提高识别速度。

来源：2016年第3期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2016年第3期