基于协同表征的人脸识别(CRC)算法

1.标准的基于协同表征的人脸识别(CRC)问题流程如下:

(1)构建训练样本字典矩阵A和测试样本y。假设训练用的人脸库中有a个人,每人b张人脸图像。对每张图像进行特征提取。特征提取的方法有:基于图像像素点数值的方法,基于支持向量机的方法,基于子空间分析的方法,基于马尔科夫链模型的方法,基于集合特征的方法,基于模型匹配的方法等。为了简便,本文用图像像素点数值作为每张人脸图像的特征。假设每个特征有m维,则可以将训练用的人脸库中的c(a*b = c)个特征表示为一个字典矩阵A\epsilonRm*c。矩阵中的每列向量表示一张人脸图像,第i个人的b张人脸图片可以表示为矩阵Ai = [ai1,ai2,...,aib],(i = 1,2,...a),全体训练样本可表示为A = [A1,A2,...,Aa]。

(2)求解重构系数\rho。基于协同表示的人脸识别算法的问题可以表示为:

      \rho = \: argmin\left \| \rho \right \|2 s.t A\rho =y

猜你喜欢

转载自blog.csdn.net/dqefd2e4f1/article/details/82721078