摘要: 最近基于原型(Prototype)加变差(Variation)表示模型的稀疏表示方法被有效用于人脸识别。由于该算法是基于整个人脸来考虑的,忽略了人脸局部特征对整个识别过程的影响。为了解决这个问题,引入了分块处理的思想,运用Borda计数的方法对每个子模块按照残差大小进行投票,根据最终的投票结果对人脸进行分类判别。在AR人脸库上的实验结果表明该方法与其他方法相比,在对具有部分遮挡和光照变化人脸的识别上具有更好的效果。
盛博文,喻 莹. 基于稀疏表示的分块人脸识别算法[J]. 计算机工程与应用, 2016, 52(11): 196-199.
SHENG Bowen, YU Ying. Sub-modular sparse representation algorithm for face recognition[J]. Computer Engineering and Applications, 2016, 52(11): 196-199.