基于全局和分离部件融合的双L_1稀疏表示人脸图像识别算法.pdf

25 2 Vol． 25 No． 2 第 卷 第 期 模式识别与人工智能 2012 4 PR ＆ AI Apr 2012 年 月 基于全局和分离部件融合的 * 双L1稀疏表示人脸图像识别算法 胡正平 宋淑芬 ( 066004) 燕山大学信息科学与工程学院 秦皇岛 ， L 摘 要 考虑到人脸识别中全局与局部信息的互补作用 提出基于全局和分离部件相结合的双 1 稀疏表示人脸图像 ． L ， ． ， ， 识别算法 首先在 稀疏表示的基础上 对人脸进行全局稀疏逼近 其次 在分离部件识别模型中 抽取并对齐稍有重 1 ， ， ， ． 叠的几个人脸部件 分别进行稀疏表示 然后使用基于稀疏表示残差的相似度投票方法 将各部件逼近结果综合 最 ， L ． ， 后在决策层上将全局与部件的稀疏表示加权集成 形成双 1 稀疏表示分类器 在公用人脸数据库上的实验表明 集成 ， 、 ， ． 分类器优于各单一模块的识别性能 且由于融合了对光照 表情等变化不敏感的部件信息 系统鲁棒性得到提高 ， ， ， L 关键词 人脸部件 人脸识别 稀疏表示 范数 1 中图法分类号 TP 391． 4 1 Bi-L1 Sparse Representation Algorithm for Face Recognition Based on Fusion of Global and Separated Components HU Zheng-Ping ，SONG Shu-Fen (School of Inf ormation Science and Engineering ，Yanshan University ，Qinhuangdao 066004 ) ABSTRACT Considering