改进的LRC及其在姿态变化的人脸识别中的应用  

Enhanced LRC and Its Application on Face Recognition with Pose Variation

作　　者：黄伟[1] 王晓辉[1] 

机构地区：[1]韩山师范学院计算机科学与工程系,广东潮州521041

出　　处：《韩山师范学院学报》2014年第3期24-29,共6页Journal of Hanshan Normal University

基　　金：广东省育苗工程项目(项目编号:2013LYM0055);韩山师范学院面上项目(项目编号:LY201301)

摘　　要：分析了变量的自相似是LRC算法中线性回归模型中的不利因素,提出了改进的LRC算法.该算法利用奇异值分解降低变量间的自相似程度,同时减少了变量的个数,提高了识别过程的速度.在UMIST人脸数据库中的实验显示了算法的有效性.The disadvantageous factor of linear regression model in LRC algorithm, self similarity of variables, is analyzed and the enhanced LRC is proposed in this paper. The proposed algorithm uses singular value decomposition to reduce the degree self similarity of variables. So it can reduce the number of variables and improve the speed of recognition. The experiments on UMIST face database show the effectiveness of the proposed algorithm.

关 键 词：人脸识别 LRC 姿态变化 奇异值分解 

分 类 号：TP751.1[自动化与计算机技术—检测技术与自动化装置]