公开(公告)号：CN111931665A

公开(公告)日：2020-11-13

申请号：CN202010813209.5

申请日：2020-08-13

Applicant: 重庆邮电大学

Inventor： 栾晓 ,  孔艳 ,  唐秘

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明涉及一种基于类内变化字典建模的欠采样人脸识别方法，属于数字图像和模式识别领域。该方法包括：字典学习阶段：通过鲁棒主成分分析法获得通用数据集的稀疏误差图像，将其作为类内变化字典，提供更多的类内变化信息；人脸识别阶段：将学习到的字典添加到扩展的基于稀疏表示分类的框架中以完成人脸识别过程。本发明通过鲁棒主成分分析法提取类内变化字典，相较于扩展的基于稀疏表示分类法，欠采样人脸识别的结果更有效，更具有鲁棒性，尤其是在跨数据库上的识别。

公开(公告)号：CN111931665B

公开(公告)日：2023-02-21

申请号：CN202010813209.5

申请日：2020-08-13

Applicant: 重庆邮电大学

Inventor： 栾晓 ,  孔艳 ,  唐秘

IPC: G06V40/16 ,  G06V10/77

Abstract: 本发明涉及一种基于类内变化字典建模的欠采样人脸识别方法，属于数字图像和模式识别领域。该方法包括：字典学习阶段：通过鲁棒主成分分析法获得通用数据集的稀疏误差图像，将其作为类内变化字典，提供更多的类内变化信息；人脸识别阶段：将学习到的字典添加到扩展的基于稀疏表示分类的框架中以完成人脸识别过程。本发明通过鲁棒主成分分析法提取类内变化字典，相较于扩展的基于稀疏表示分类法，欠采样人脸识别的结果更有效，更具有鲁棒性，尤其是在跨数据库上的识别。