1. 程式人生 > >基於協同表徵的人臉識別(CRC)演算法

基於協同表徵的人臉識別(CRC)演算法

1.標準的基於協同表徵的人臉識別(CRC)問題流程如下:

(1)構建訓練樣本字典矩陣A和測試樣本y。假設訓練用的人臉庫中有a個人,每人b張人臉影象。對每張影象進行特徵提取。特徵提取的方法有:基於影象畫素點數值的方法,基於支援向量機的方法,基於子空間分析的方法,基於馬爾科夫鏈模型的方法,基於集合特徵的方法,基於模型匹配的方法等。為了簡便,本文用影象畫素點數值作為每張人臉影象的特徵。假設每個特徵有m維,則可以將訓練用的人臉庫中的c(a*b = c)個特徵表示為一個字典矩陣A\epsilonRm*c。矩陣中的每列向量表示一張人臉影象,第i個人的b張人臉圖片可以表示為矩陣Ai = [ai1,ai2,...,aib],(i = 1,2,...a),全體訓練樣本可表示為A = [A1,A2,...,Aa]。

(2)求解重構係數\rho。基於協同表示的人臉識別演算法的問題可以表示為:

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