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(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(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。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：haiya2000
