基于表示的简单快速人脸识别方法

池义勇

(日东高速公路 临沂管理处，山东 临沂273400)

责任编辑:任健男

最近在模式识别领域，研究人员提出了一个有前景的图像识别方法，即所谓的稀疏表示法[1]，该方法没有利用传统的方式进行图像分类，而是首先使用训练样本子集的线性组合来表示测试样本，然后基于表达式的结果，对测试样本进行分类。这种方法已经获得了非常不错的性能，并且被一致认为是人脸识别研究的一个突破[2]。然而，稀疏表示法有非常高的计算开销，主要是因为它依赖迭代算法来实现解决方案。稀疏表示法也可用于乳腺癌的识别分类、信号处理及图像分解等[3]。

以前的人脸识别方法通常由特征提取、分类器的选择及分类这三个阶段组成。通常，特征提取阶段由变换方法实现，如基于独立成分分析方法[4]、主成分分析方法[5]和判别分析方法[6]。然而，稀疏表示法采用了引人注目的新的方法来解决人脸识别问题，它不包含特征提取和分类器选择阶段，相反它尝试用测试样本表示为训练集的稀疏线性组合。术语“训练样本的稀疏线性组合”意味着如果测试样本可表示为所有训练样本的线性组合，那么大部分成分的组合都是零[6]。如此看来，稀疏表示法试图寻求不同训练样本在“构建”测试样本时潜在的影响，并打算将测试样本分类，它的训练样本具有最大的效果。换句话说，这种方法假定，测试样本可使用不同类的训练样本效果的总和近似表示，并且具有最大效果的类与测试样本最相似[7-8]。……