基于壓縮感知的人臉識別算法

陳歡 劉廣文

摘 要：本文對壓縮感知和基于低秩矩陣恢復的人臉識別算法（LRR）進行了研究以及改進，在對訓練的數據進行預處理的低秩矩陣恢復這一過程中，在測試中遇到人臉被遮擋以及掩飾這些情況都無法進行準確的識別出來，因此為了解決這一難題本文提出了基于分塊思想的低秩矩陣恢復的人臉識別的改進算法。本文驗證在面部有墨鏡和圍巾遮擋的情況下，改進的算法的識別率顯著提升，并且具有很好的魯棒性。

關鍵詞：人臉識別；壓縮感知；分塊；魯棒性

DOI：10.16640/j.cnki.37-1222/t.2018.09.120

對訓練和測試的圖像進行分塊處理，從人臉數據庫選出M張圖像充當A訓練集，再選擇N張圖片充當測試集B，把分塊的塊數設定為p×q。塊與進行LRR算法求解，用殘差可以得到同中和相匹配的圖像。統計出測試集的第s幅圖像的p×q塊子圖像對應的類別，類別數對應最多的也就是第s幅圖像的最后所得識別結果。實驗結果如下：

實驗結果顯示，改進的低秩矩陣恢復算法的識別率得穩定狀態大約為95%，而PCA、傳統SRC算法和低秩矩陣恢復算法識別率分別約為88%、92%和93%。

參考文獻：

[1]Cand`es E，Romberg J，Tao T.Robust uncertainty principles： exact signal reconstruction from highly incomplete frequency information.IEEE Transactions on Information Theory，2006，52（02）：489-509.

作者簡介：陳歡（1992-），女，吉林農安人，在讀碩士研究生，研究方向：光電成像及信息處理。