稀疏表示分類算法（Sparse Representation-based Classification，SRC）在人臉數(shù)據(jù)庫上有很高的識別性能。然而，對于姿態(tài)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(xùn)練樣本存在偏移誤差的問題，本文提出了基于SRC的改進(jìn)算法。該算法將每一類的訓(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)動偏移估計(jì)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(shí)現(xiàn)分類。實(shí)驗(yàn)結(jié)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(biāo)簽：
SRC
算法
人臉識別
中的應(yīng)用
上傳時(shí)間：
2013-11-15
上傳用戶：haiya2000
