基于稀疏表征的可见光和近红外光人脸图像融合快速识别算法  

Fast Face Recognition of Sparse Representation Based Fusion of Visible and Near Infrared Images

作　　者：赵英男[1,2] 文学志[1,2] 成亚萍[1,2] 

机构地区：[1]南京信息工程大学江苏省网络监控中心,南京210044 [2]南京信息工程大学计算机与软件学院,南京210044

出　　处：《计算机科学》2012年第6期270-273,共4页Computer Science

基　　金：江苏高校优势学科建设工程项目;国家自然科学基金项目(61103141)资助

摘　　要：近年来,融合可见光和近红外光的人脸图像特征识别成为一个研究热点。对该领域中的快速人脸识别技术进行研究,并给出了一个具体的实现方案。该方案主要包括以下3种技术:原始样本的下采样;基于稀疏表征原理,选取测试样本的M近邻来代替原始训练样本;加权决策融合。在CSIST人脸库上的实验结果表明,和同类算法相比,所提算法在识别率和计算速度上均有提高。Recently,the face recognition of the fusion of visible（VIS） and near infrared（NIR） images has attracted more attention.Here we studied the fast face recognition in this field and gave an applied scheme in detail,which includes three main techniques：down-sampling of the original samples,sparse representation based selection of M-neighbors to substitute the original training samples and the weighted decision fusion strategy.Comparing with the classic algorithms,the experiments on CSIST face databases show that our scheme can achieve higher classification accuracy with a lower computation load.

关 键 词：稀疏表征 可见光图像 近红外光图像 数据融合 人脸识别 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]