基于改进的稀疏描述和降维人脸识别方法  

Face Recognition Method based on Improved Sparse Description and Dimensionality Reduction

作　　者：程鸿芳[1] 祝军 CHENG Hongfang;ZHU Jun(Wuhu Institute of Technology,Wuhu,Anhui 241000;Anhui Polytechnic University,Wuhu,Anhui 241000)

机构地区：[1]芜湖职业技术学院,安徽芜湖241000 [2]安徽工程大学,安徽芜湖241000

出　　处：《绵阳师范学院学报》2023年第11期89-96,共8页Journal of Mianyang Teachers＇ College

基　　金：2021年校级人才工程学术技术带头人;2022年校级质量工程程鸿芳技术技能型大师工作室;校级高水平双师队伍-技术技能大师工作室(芜职工匠);校级人才项目-学术技术带头人2023年度安徽省科研编制计划项目(2023AH052385)。

摘　　要：在描述分类与常规降维的基础上,提出一种改进的方法.该方法具有常规的降维方法和稀疏描述方法两者的优势,能够很好地表达每个测试样本,并且能取得较低分类错误率.此外,该方法简便、计算效率高和容易实现.在ORL、YALE、AR数据集上的实验结果表明,该方法在人脸识别精度上,与常规的降维方法相比有显著的改进.Based on the description of classification and conventional dimension reduction,an improved method is proposed.This method has the advantages of both conventional dimensionality reduction method and sparse description method,which can express each test sample well and obtain a low classification error rate.In addition,the method is simple,efficient and easy to implement.Experimental results on the ORL,YALE and AR dataset show that the proposed method is better than the conventional dimension reduction method in face recognition accuracy.

关 键 词：稀疏描述 降维 RRDFR 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]