换一批摘要利用稀疏表示对图像分类时,需要将二维图像转换为一维特征向量,这大大增加了计算复杂度和忽略了图像矩阵中固有的局部结构信息.为了解决上述问题,设计了完全基于二维特征矩阵的稀疏表示人脸分类方法.首先将二维图像转为2D Fisherface矩阵,然后直接利用二维矩阵求解稀疏表示和进行分类.整个识别过程中,不需要将二维图像转换为一维向量.实验结果表明,二维特征矩阵在稀疏表示分类中是十分有效的,设计的方法可以更快的运算速度达到更高的识别率.在ORL人脸数据库和Extended Yale B人脸数据库上的识别率分别达到97.5％和99.3％.
更多相关知识
关键词
人脸识别稀疏表示目标分类二维特征矩阵face recognitionsparse representationobject classificationtwo dimensional feature matrix
分类号
TP391.41
栏目名称
DOI
10.11784/tdxbz201301001
发布时间
2014-08-25（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（61379014,60932007）
廊坊市科技支撑资助项目（2012011004）
- 浏览1
- 被引7
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
