陳歡 劉廣文

摘 要：本文對壓縮感知和基于低秩矩陣恢復(fù)的人臉識別算法（LRR）進行了研究以及改進，在對訓(xùn)練的數(shù)據(jù)進行預(yù)處理的低秩矩陣恢復(fù)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(fù)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(guān)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(xùn)練和測試的圖像進行分塊處理，從人臉數(shù)據(jù)庫選出M張圖像充當(dāng)A訓(xùn)練集，再選擇N張圖片充當(dāng)測試集B，把分塊的塊數(shù)設(shè)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(tǒng)計出測試集的第s幅圖像的p×q塊子圖像對應(yīng)的類別，類別數(shù)對應(yīng)最多的也就是第s幅圖像的最后所得識別結(jié)果。實驗結(jié)果如下：

實驗結(jié)果顯示，改進的低秩矩陣恢復(fù)算法的識別率得穩(wěn)定狀態(tài)大約為95%，而PCA、傳統(tǒng)SRC算法和低秩矩陣恢復(fù)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(nóng)安人，在讀碩士研究生，研究方向：光電成像及信息處理。